Вы измеряете удовлетворённость поддержкой и отправляете опрос только пользователям, у которых тикет закрыт статусом 'resolved'. Какой bias наиболее вероятен?
AЭто
survivorship bias, потому что тикеты не выживаютBЭто
selection bias, потому что в sample попадают только успешные кейсы, и оценка может быть завышенаCЭто чистый
measurement error, потому что опросы неточныDСмещения нет, потому что 'resolved' означает завершённый процесс
Правильный ответ. Если попадание в опрос зависит от исхода процесса, возникает
selection bias.Разбор
Пользователи с нерешёнными проблемами или эскалациями исключаются из sample, поэтому средняя оценка может быть завышена относительно всей population обращений. Корректнее включать все обращения или анализировать удовлетворённость по стадиям. Типичная ошибка — мерить качество только по «закрытым успешно» кейсам и принимать это за общую картину.
Проверь себя · 1/3разбор после ответа
Вы выложили ссылку на опрос в соцсетях и получили ответы в основном от людей с сильным недовольством продуктом. Какое смещение наиболее вероятно?
Ещё вопросы по теме «Выборка и смещение»
- Вы хотите оценить средний чек за неделю для всех пользователей продукта. У вас есть данные по 5% пользователей, отобранных случайно. Что в этой задаче является `population`?
- Вы измерили NPS только у iOS-пользователей через in-app опрос и хотите распространить результат на всех пользователей. Какой риск здесь ключевой?
- Вы выложили ссылку на опрос в соцсетях и получили ответы в основном от людей с сильным недовольством продуктом. Какое смещение наиболее вероятно?
- Аналитик посчитал средний доход на пользователя только среди тех, кто остался активным до 30-го дня, и сделал вывод о среднем доходе всех новичков. Какой bias здесь наиболее характерен?
- В опросе пользователи систематически занижают свой доход. Как лучше всего описать проблему в терминах качества данных?
- Все вопросы по «Выборка и смещение» →