В опросе пользователи систематически занижают свой доход. Как лучше всего описать проблему в терминах качества данных?

AЭто повышает репрезентативность ответов: односторонние ошибки разных пользователей взаимно компенсируются при усреднении
BЭто смещение выживших: бедные респонденты отвечают чаще остальных, и поэтому общее среднее по выборке смещается вниз
CЭто систематическая ошибка измерения, которая смещает оценку среднего вниз даже на хорошей и большой репрезентативной выборке
DЭто устраняет смещение из-за самоотбора: ответы становятся более одинаковыми, и распределение дохода в выборке выравнивается
Правильный ответ. Систематический measurement error приводит к смещению оценки, а не только к шуму.

Разбор

Если все пользователи в опросе систематически занижают доход (например, из-за желания казаться скромнее или страха налоговых вопросов), это measurement bias — систематическая ошибка измерения. Она смещает оценку даже на идеально репрезентативной выборке: выборочная статистика отклоняется от истинного значения в одну сторону. Survivorship bias предполагает разный отклик у бедных и богатых, что здесь не сказано. Ошибки измерения от разных пользователей не компенсируются, если они односторонние. И уж точно занижение дохода не устраняет smapling bias.

Проверь себя · 1/3разбор после ответа
Вы измеряете удовлетворённость поддержкой и отправляете опрос только пользователям, у которых тикет закрыт статусом «resolved». Какое смещение наиболее вероятно?
Тренировать статистику в Telegram

Ещё вопросы по теме «Выборка и смещение»