fbpx
วิกิพีเดีย

อคติที่เกิดจากการเลือกตัวอย่าง

อคติที่เกิดจากการเลือกตัวอย่าง หรือ ความเอนเอียงโดยการคัดเลือก (อังกฤษ: Selection bias) คือความผิดพลาดทางสถิติ เนื่องมาจากวิธีการเลือกตัวอย่างหรือกลุ่มตัวอย่างในงานศึกษาทางวิทยาศาสตร์ ที่โดยเฉพาะหมายถึงการคัดเลือกบุคคล กลุ่ม หรือข้อมูลเพื่อทำการวิเคราะห์ โดยที่ไม่มีการสุ่ม (randomization) ที่สมควร และดังนั้นจึงทำให้ตัวอย่างที่ชัก ไม่สามารถเป็นตัวแทนประชากรที่ต้องการจะวิเคราะห์ ตัวอย่างเช่น

  • การสำรวจที่ได้ข้อมูลจากอาสาสมัคร หรือบุคคลเฉพาะสถานที่ ที่ใดที่หนึ่ง ในช่วงเวลาช่วงใดช่วงหนึ่ง
  • งานศึกษาในคนไข้โรงพยาบาลที่อยู่ใต้การดูแลของหมอ โดยไม่ได้รวมบุคคลที่เสียชีวิตเพราะมีอาการรุนแรงจากโรคก่อนที่จะเข้าโรงพยาบาล ไม่ได้รวมคนที่ยังไม่ป่วยพอที่จะเข้าโรงพยาบาล และไม่ได้รวมคนที่อาจจะมีปัญหาเกี่ยวกับค่าใช้จ่าย การเดินทาง หรือปัญหาอื่น ๆ

เป็นปรากฏการณ์ที่บางครั้งเรียกว่า selection effect (ปรากฏการณ์การคัดเลือก) และหากไม่พิจารณาผลของความเอนเอียงจากการคัดเลือก จะทำให้การสรุปผลจากตัวอย่างงานวิจัยนั้นผิดพลาด

ประเภท

ความเอนเอียงนี้มีหลายประเภท รวมทั้งหัวข้อย่อยต่าง ๆ ดังต่อไปนี้

ความเอนเอียงโดยการสุ่มตัวอย่าง

ความเอนเอียงโดยการสุ่มตัวอย่าง (อังกฤษ: Sampling bias) เป็นความผิดพลาดอย่างเป็นระบบเนื่องจากการชักตัวอย่างที่ไม่ได้สุ่มจากกลุ่มประชากร ทำให้ชักบุคคลแต่ละพวกโดยโอกาสที่ไม่เท่ากัน มีผลเป็นตัวอย่างที่ไม่สมดุล (biased sample) ซึ่งมีนิยามว่า เป็นการชักตัวอย่างทางสถิติจากกลุ่มประชากร (หรือองค์อย่างอื่นที่ไม่เกี่ยวกับมนุษย์) ที่ไม่สมดุล ที่ไม่สามารถเป็นตัวแทนของกลุ่มประชากรได้

ความเอนเอียงนี้ มักจะจำแนกว่าเป็นแบบย่อยของความเอนเอียงโดยการคัดเลือก และบางครั้งจะเรียกอย่างเฉพาะเจาะจงว่า sample selection bias แต่บางครั้งก็จัดเป็นความเอนเอียงต่างหากเช่นกัน ตัวอย่างของความเอนเอียงโดยการสุ่มตัวอย่างก็คือ การที่ผู้ร่วมการทดลองจัดตัวเองเข้ากลุ่ม (เช่นเป็นอาสาสมัคร) การคัดเลือกผู้เข้าร่วมการทดลอง (pre-screening) การตัดข้อมูลผู้ป่วยหรือการตรวจสอบที่ไม่เสร็จบริบูรณ์ และการตัดข้อมูลผู้ป่วยที่ย้ายออกจากพื้นที่การศึกษา (migration bias)

โดยหยุดการทดลองที่ยังไม่เสร็จ

  • หยุดการทดลองที่ยังทำไม่สมบูรณ์ ในขณะที่ผลกำลังสนับสนุนสมมุติฐานที่ต้องการ
  • หยุดการทดลองเพราะได้ค่าที่สุดโต่ง (บ่อยครั้งเพราะเหตุผลทางจริยธรรม) แต่ค่าสุดโต่งอาจจะมาจากตัวแปรที่มีค่าความแปรปรวนระดับสูงสุด แม้ว่า ตัวแปรที่เหลือจะมีค่าใกล้ ๆ กับค่าเฉลี่ย

โดยปัจจัยที่ได้รับ

  • Susceptibility bias
    • Clinical susceptibility bias คือเมื่อโรคชนิดหนึ่งเพิ่มโอกาสให้เกิดโรคชนิดที่สอง การรักษาโรคแรก (ปัจจัยที่ได้รับ) จึงปรากฏผิดพลาดเหมือนกับเพิ่มโอกาสให้โรคที่สอง ยกตัวอย่างเช่นการหมดระดูเพิ่มโอกาสให้เกิดโรคมะเร็งเยื่อบุมดลูก ดังนั้น จึงโทษฮอร์โมนเอสโทรเจนที่ให้เพื่อแก้ปัญหาเกี่ยวกับการหมดระดู ว่าเป็นเหตุให้เกิดมะเร็ง
    • Protopathic bias คือ เมื่อการรักษาอาการแรกที่เกิดขึ้นของโรคหรือของผลที่เป็นประเด็นศึกษา (ปัจจัยที่ได้รับ) ดูเหมือนจะเป็นเหตุให้เกิดผล เป็นความเอนเอียงที่อาจจะมีได้เมื่อช่วงระยะเวลาระหว่างการเกิดอาการแรกและการเริ่มการรักษา กับการวินิจฉัยว่ามีผลที่เป็นประเด็นเกิดขึ้นแล้ว ห่างกัน ซึ่งสามารถบริหารได้ด้วยวิธี lagging ซึ่งก็คือ การไม่ถือเอาปัจจัยที่ได้รับ (เช่นการรักษา) ถ้าเกิดก่อนการวินิจฉัยเป็นช่วงระยะเวลาหนึ่ง
    • Indication bias คือความเอนเอียงที่เกิดขึ้น เมื่อมีตัวชี้อย่างหนึ่งที่สัมพันธ์ทั้งกับการเริ่มให้การรักษา (หรือการได้ปัจจัย) และกับผลเช่นโรคที่เกิดขึ้น ยกตัวอย่างเช่น การเริ่มรักษาบุคคลที่มีโอกาสเสี่ยงสูงที่จะเกิดโรค อาจทำให้คนที่ได้รับการรักษามีอัตราสูงกว่าในการเกิดโรค ทำให้ปรากฏอย่างผิด ๆ ว่า การรักษาโรคที่ให้ เป็นเหตุของโรค

โดยข้อมูล

  • การแบ่งข้อมูลเป็นส่วน ๆ โดยรู้ว่าในแต่ละส่วนมีข้อมูลอะไร แล้ววิเคราะห์ข้อมูล โดยวิธีที่ออกแบบให้ใช้กับข้อมูลที่ไม่รู้ว่าส่วนต่าง ๆ มีข้อมูลอะไร
  • การคัดทิ้งข้อมูล "เสีย" ตามอำเภอใจ โดยไม่ใช้กฎเกณฑ์ที่ได้ตั้งไว้หรือที่เป็นที่ยอมรับโดยทั่วไป
  • การคัดทิ้งข้อมูลแบบ "outliers" คือที่ต่างจากค่าอื่น ๆ จนกระทั่งสงสัยว่าเป็นความผิดพลาดทางสถิติ แต่ไม่ได้คำนึงถึงข้อมูลสำคัญที่อาจจะได้จากค่าเช่นนั้น

โดยวิธีการศึกษา

  • เลือกงานศึกษาอย่างไม่สมควร ที่จะใช้เป็นข้อมูลของงานวิเคราะห์อภิมาน (meta-analysis)
  • ทำการทดลองซ้ำ ๆ จนกว่าจะได้ผลที่ต้องการ โดยเรียกการทดลองที่ทำก่อน ๆ ว่าเป็น "การทดสอบเทียบมาตรฐาน" "ความคลาดเคลื่อนของเครื่องมือวัด" หรือ "การสำรวจเบื้องต้น"
  • แสดงผลที่มีนัยสำคัญจากงานที่ทดสอบสมมุติฐานเป็นจำนวนมากกับข้อมูลเดียวกัน (data dredging) ซึ่งมีโอกาสแสดงนัยสำคัญที่เป็นเรื่องบังเอิญ จริง ๆ แล้วเป็นความผิดพลาดที่เหมือนกับข้อที่แล้ว แต่ว่า พิจารณาว่า เป็นการทุจริตน้อยกว่า

โดยการลดจำนวนคน

Attrition bias (ความเอนเอียงโดยลดจำนวนคน) เป็นความเอนเอียงโดยการคัดเลือกเพราะเหตุผู้ร่วมการทดลองลดจำนวนลง ซึ่งเกิดจากการคัดออกซึ่งผู้ร่วมการทดลอง หรือค่าการทดสอบ ที่ไม่สามารถทำให้ถึงที่สุดได้ ซึ่งอาจจะเกิดจากการถอนตัว การไม่ส่งตอบข้อมูล หรือไม่ทำตามกฎเกณฑ์ เป็นการกระทำที่สร้างความเอนเอียงต่อผล เมื่อมีความไม่สมดุลเกี่ยวกับปัจจัยที่ได้รับ และ/หรือผลที่เกิดขึ้น ยกตัวอย่างเช่น ในงานศึกษาโปรแกรมควบคุมอาหาร นักวิจัยอาจจะทิ้งข้อมูลของทุก ๆ คนที่ถอนตัวจากการทดลอง แต่ว่า คนโดยมากอาจจะถอนตัวเพราะโปรแกรมไม่ได้ผล ดังนั้น การสูญเสียผู้ร่วมการทดลองทั้งในกลุ่มทดลองและในกลุ่มเปรียบเทียบ อาจจะเปลี่ยนลักษณะต่าง ๆ ของกลุ่มทั้งสอง และเปลี่ยนผลที่เกิดขึ้น ไม่ว่าปัจจัยทางสุขภาพอะไร (เช่นการควบคุมอาหาร) จะเป็นประเด็นการศึกษา

โดยการคัดเลือกของผู้สังเกตการณ์

ข้อมูลไม่ได้เกิดการเลือกสรร โดยเหตุแบบการทดลองและการวัดค่าต่าง ๆ เท่านั้น แต่อาจจะเกิดเพราะมีผู้สังเกตการณ์ ความเอนเอียงโดยการคัดเลือกของผู้สังเกตการณ์ (observer bias) จะเกิดขึ้น ในสถานการณ์ที่การมีผู้สังเกตการณ์ หรือแม้แต่การมีการทดลอง มีสหสัมพันธ์กับข้อมูลที่ได้

ยกตัวอย่างเช่น ประวัติการมีวัตถุอวกาศต่าง ๆ มากระทบโลกจะมีความเอนเอียงที่เกิดจากมีผู้สังเกตการณ์ คือ ถ้ามีวัตถุขนาดใหญ่มากระทบโลก ก็จะทำให้เกิดการสูญพันธุ์หมู่ สร้างความเสียหายกับระบบนิเวศ ขัดขวางวิวัฒนาการของผู้สังเกตการณ์ เป็นระยะเวลายาวนาน ดังนั้น จึงจะไม่มีใครที่จะสังเกตพบหลักฐานของวัตถุอวกาศขนาดใหญ่มากระทบโลกที่เกิดขึ้นเมื่อไม่นานมานี้ (ไม่เช่นนั้นแล้วคนสังเกตก็จะไม่มี) ดังนั้น อาจจะมีความเอนเอียงในประวัติการกระทบโลกของวัตถุอวกาศ มหันตภัยทางดาราศาสตร์ ที่มีผลกระทบทั้งโลกแบบอื่น ๆ (นอกจากวัตถุอวกาศมากกระทบโลก) ก็อาจจะมีการประเมินโอกาสต่ำไปเช่นเดียวกัน

การป้องกัน

โดยทั่ว ๆ ไปแล้ว ความเอนเอียงโดยการคัดเลือกไม่สามารถแก้ได้โดยวิธีการวิเคราะห์ทางสถิติเพียงอย่างเดียว แม้ว่า วิธี Heckman correction อาจใช้ได้ในบางกรณี การประเมินระดับความเอนเอียงแบบอรูปนัย อาจทำได้โดยตรวจสอบสหสัมพันธ์ระหว่างตัวแปรภายนอก (exogenous หรือ background) กับตัวชี้บอกการรักษา (treatment indicator) แต่ปัญหาก็คือสหสัมพันธ์ระหว่างเหตุกำหนดผลที่ไม่รู้ กับตัวกำหนดการคัดเลือกตัวอย่างที่ไม่รู้ที่นำไปสู่การประเมินผลที่เอนเอียง จะไม่สามารถประเมินได้โดยตรงจากตัวชี้บอกการรักษาที่สังเกตได้

ความเอนเอียงที่สัมพันธ์กัน

ความเอนเอียงนี้สัมพันธ์กับ

  • ความเอนเอียงในการตีพิมพ์ (publication bias) ซึ่งเป็นรูปแบบของความเอนเอียงโดยการรายงาน (reporting bias) เป็นความบิดเบือนต่อความรู้ในชุมชนหรือในงานวิเคราะห์อภิมาน ที่เกิดจาการไม่ตีพิมพ์ผลที่ไม่น่าสนใจ (โดยปกติคือผลลบหรือผลว่าง) หรือผลที่ไม่เป็นไปตามความคาดหวังของผู้ทำการทดลอง ของผู้ให้เงินทุนสนับสนุน หรือของชุมชนโดยทั่วไป
  • ความเอนเอียงเพื่อยืนยัน (confirmation bias) เป็นความบิดเบือนที่เกิดขึ้นจากการทดลองที่มุ่งจะสืบหาหลักฐานที่ยืนยันสมมุติฐาน แทนที่จะพยายามพิสูจน์ความเท็จของสมมุติฐาน
  • exclusion bias (ความเอนเอียงโดยการยกเว้น) เป็นความบิดเบือนที่เกิดขึ้น เนื่องจากใช้กฎเกณฑ์ที่ต่างกัน ในการตรวจรับผู้ร่วมการทดลองเข้าในกลุ่มทดลองหรือในกลุ่มควบคุม

ดูเพิ่ม

เชิงอรรถและอ้างอิง

  1. "พบคำศัพท์ bias ทั้งหมด 28 รายการ". สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ. สืบค้นเมื่อ 2015-04-23.
  2. "ศัพท์บัญญัติอังกฤษ-ไทย, ไทย-อังกฤษ ฉบับราชบัณฑิตยสถาน (คอมพิวเตอร์) รุ่น ๑.๑", ให้ความหมายของ selection ว่า "การคัดเลือก, การเลือกสรร, และการเลือกหา"
  3. "Dictionary of Cancer Terms → selection bias". Dictionary of Cancer Terms. สืบค้นเมื่อ 2009-09-23.
  4. Last, John M. (2001). A Dictionary of Epidemiology (4 ed.). Oxford University Press. Selection bias - p. 166. ISBN 978-0-19-514169-6.
  5. sampling = [N] การสุ่มตัวอย่าง "Lexitron พจนานุกรมไทย<=>อังกฤษ รุ่น 2.6". หน่วยปฏิบัติการวิจัยวิทยาการมนุษยภาษา, ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ, กระทรวงวิทยาศาสตร์และเทคโนโลยี. 2546. Check date values in: |year= (help)
  6. "Medical Dictionary - 'Sampling Bias'". สืบค้นเมื่อ 2009-09-23.
  7. Mosby's Medical Dictionary, 8th edition อ้างอิงโดย "TheFreeDictionary → biased sample". สืบค้นเมื่อ 2009-09-23.
  8. "Dictionary of Cancer Terms → Selection Bias". สืบค้นเมื่อ 2009-09-23.
  9. Ards, Sheila; Chung, Chanjin; Myers, Samuel L. (1998). "The effects of sample selection bias on racial differences in child abuse reporting". Child Abuse & Neglect. 22 (2): 103–115. doi:10.1016/S0145-2134(97)00131-2. PMID 9504213.
  10. Cortes, Corinna; Mohri, Mehryar; Riley, Michael; Rostamizadeh, Afshin (2008). "Sample Selection Bias Correction Theory" (PDF). Algorithmic Learning Theory. 5254: 38–53. doi:10.1007/978-3-540-87987-9_8.
  11. Cortes, Corinna; Mohri, Mehryar (2014). "Domain adaptation and sample bias correction theory and algorithm for regression" (PDF). Theoretical Computer Science. 519: 103–126. doi:10.1016/j.tcs.2013.09.027.
  12. Fadem, Barbara (2009). Behavioral Science. Lippincott Williams & Wilkins. p. 262. ISBN 978-0-7817-8257-9.
  13. Feinstein, AR; Horwitz, RI (1978-11). "A critique of the statistical evidence associating estrogens with endometrial cancer". Cancer Res. 38 (11 Pt 2): 4001–5. PMID 698947. Check date values in: |date= (help)CS1 maint: multiple names: authors list (link)
  14. Tamim, H; Monfared, AA; LeLorier J (2007-03). "Application of lag-time into exposure definitions to control for protopathic bias". Pharmacoepidemiol Drug Saf. 16 (3): 250–8. doi:10.1002/pds.1360. PMID 17245804. Check date values in: |date= (help)CS1 maint: multiple names: authors list (link)
  15. Last, John M. (2001). A Dictionary of Epidemiology (4 ed.). Oxford University Press. Confounding by indication - p.38. ISBN 978-0-19-514169-6.
  16. Matthew R. Weir (2005). Hypertension (Key Diseases) (Acp Key Diseases Series). Philadelphia, Pa: American College of Physicians. p. 159. ISBN 1-930513-58-5.
  17. Kruskal, William H. (1960). "Some Remarks on Wild Observations". Technometrics. 2 (1): 1–3. doi:10.1080/00401706.1960.10489875.
  18. doi:10.1093/ije/dyh406
    This citation will be automatically completed in the next few minutes. You can jump the queue or expand by hand
  19. Bostrom, Nick (2002). Anthropic Bias: Observation Selection Effects in Science and Philosophy. New York: Routledge. ISBN 0-415-93858-9.
  20. doi:10.1111/j.1539-6924.2010.01460.x
    This citation will be automatically completed in the next few minutes. You can jump the queue or expand by hand
  21. doi:10.1038/438754a
    This citation will be automatically completed in the next few minutes. You can jump the queue or expand by hand
  22. doi:10.2307/1912352
    This citation will be automatically completed in the next few minutes. You can jump the queue or expand by hand

อคต, เก, ดจากการเล, อกต, วอย, าง, หร, ความเอนเอ, ยงโดยการค, ดเล, อก, งกฤษ, selection, bias, อความผ, ดพลาดทางสถ, เน, องมาจากว, การเล, อกต, วอย, างหร, อกล, มต, วอย, างในงานศ, กษาทางว, ทยาศาสตร, โดยเฉพาะหมายถ, งการค, ดเล, อกบ, คคล, กล, หร, อข, อม, ลเพ, อทำการว, เ. xkhtithiekidcakkareluxktwxyang 1 hrux khwamexnexiyngodykarkhdeluxk 2 xngkvs Selection bias khuxkhwamphidphladthangsthiti enuxngmacakwithikareluxktwxyanghruxklumtwxyanginngansuksathangwithyasastr thiodyechphaahmaythungkarkhdeluxkbukhkhl klum hruxkhxmulephuxthakarwiekhraah odythiimmikarsum randomization thismkhwr aeladngnncungthaihtwxyangthichk imsamarthepntwaethnprachakrthitxngkarcawiekhraah 3 twxyangechn 4 karsarwcthiidkhxmulcakxasasmkhr hruxbukhkhlechphaasthanthi thiidthihnung inchwngewlachwngidchwnghnung ngansuksainkhnikhorngphyabalthixyuitkarduaelkhxnghmx odyimidrwmbukhkhlthiesiychiwitephraamixakarrunaerngcakorkhkxnthicaekhaorngphyabal imidrwmkhnthiyngimpwyphxthicaekhaorngphyabal aelaimidrwmkhnthixaccamipyhaekiywkbkhaichcay karedinthang hruxpyhaxun epnpraktkarnthibangkhrngeriykwa selection effect praktkarnkarkhdeluxk aelahakimphicarnaphlkhxngkhwamexnexiyngcakkarkhdeluxk cathaihkarsrupphlcaktwxyangnganwicynnphidphlad enuxha 1 praephth 1 1 khwamexnexiyngodykarsumtwxyang 1 2 odyhyudkarthdlxngthiyngimesrc 1 3 odypccythiidrb 1 4 odykhxmul 1 5 odywithikarsuksa 1 6 odykarldcanwnkhn 1 7 odykarkhdeluxkkhxngphusngektkarn 2 karpxngkn 3 khwamexnexiyngthismphnthkn 4 duephim 5 echingxrrthaelaxangxingpraephth aekikhkhwamexnexiyngnimihlaypraephth rwmthnghwkhxyxytang dngtxipni khwamexnexiyngodykarsumtwxyang aekikh khwamexnexiyngodykarsumtwxyang 5 xngkvs Sampling bias epnkhwamphidphladxyangepnrabbenuxngcakkarchktwxyangthiimidsumcakklumprachakr 6 thaihchkbukhkhlaetlaphwkodyoxkasthiimethakn miphlepntwxyangthiimsmdul biased sample sungminiyamwa epnkarchktwxyangthangsthiticakklumprachakr hruxxngkhxyangxunthiimekiywkbmnusy thiimsmdul thiimsamarthepntwaethnkhxngklumprachakrid 7 khwamexnexiyngni mkcacaaenkwaepnaebbyxykhxngkhwamexnexiyngodykarkhdeluxk 8 aelabangkhrngcaeriykxyangechphaaecaacngwa sample selection bias 9 10 11 aetbangkhrngkcdepnkhwamexnexiyngtanghakechnkn 12 twxyangkhxngkhwamexnexiyngodykarsumtwxyangkkhux karthiphurwmkarthdlxngcdtwexngekhaklum echnepnxasasmkhr karkhdeluxkphuekharwmkarthdlxng pre screening kartdkhxmulphupwyhruxkartrwcsxbthiimesrcbriburn aelakartdkhxmulphupwythiyayxxkcakphunthikarsuksa migration bias odyhyudkarthdlxngthiyngimesrc aekikh hyudkarthdlxngthiyngthaimsmburn inkhnathiphlkalngsnbsnunsmmutithanthitxngkar hyudkarthdlxngephraaidkhathisudotng bxykhrngephraaehtuphlthangcriythrrm aetkhasudotngxaccamacaktwaeprthimikhakhwamaeprprwnradbsungsud aemwa twaeprthiehluxcamikhaikl kbkhaechliyodypccythiidrb aekikh Susceptibility bias Clinical susceptibility bias khuxemuxorkhchnidhnungephimoxkasihekidorkhchnidthisxng karrksaorkhaerk pccythiidrb cungpraktphidphladehmuxnkbephimoxkasihorkhthisxng yktwxyangechnkarhmdraduephimoxkasihekidorkhmaerngeyuxbumdluk dngnn cungothshxromnexsothrecnthiihephuxaekpyhaekiywkbkarhmdradu waepnehtuihekidmaerng 13 Protopathic bias khux emuxkarrksaxakaraerkthiekidkhunkhxngorkhhruxkhxngphlthiepnpraednsuksa pccythiidrb duehmuxncaepnehtuihekidphl epnkhwamexnexiyngthixaccamiidemuxchwngrayaewlarahwangkarekidxakaraerkaelakarerimkarrksa kbkarwinicchywamiphlthiepnpraednekidkhunaelw hangkn 13 sungsamarthbrihariddwywithi lagging sungkkhux karimthuxexapccythiidrb echnkarrksa thaekidkxnkarwinicchyepnchwngrayaewlahnung 14 Indication bias khuxkhwamexnexiyngthiekidkhun emuxmitwchixyanghnungthismphnththngkbkarerimihkarrksa hruxkaridpccy aelakbphlechnorkhthiekidkhun 15 yktwxyangechn karerimrksabukhkhlthimioxkasesiyngsungthicaekidorkh xacthaihkhnthiidrbkarrksamixtrasungkwainkarekidorkh thaihpraktxyangphid wa karrksaorkhthiih epnehtukhxngorkh 16 odykhxmul aekikh karaebngkhxmulepnswn odyruwainaetlaswnmikhxmulxair aelwwiekhraahkhxmul odywithithixxkaebbihichkbkhxmulthiimruwaswntang mikhxmulxair karkhdthingkhxmul esiy tamxaephxic odyimichkdeknththiidtngiwhruxthiepnthiyxmrbodythwip karkhdthingkhxmulaebb outliers khuxthitangcakkhaxun cnkrathngsngsywaepnkhwamphidphladthangsthiti aetimidkhanungthungkhxmulsakhythixaccaidcakkhaechnnn 17 odywithikarsuksa aekikh eluxkngansuksaxyangimsmkhwr thicaichepnkhxmulkhxngnganwiekhraahxphiman meta analysis thakarthdlxngsa cnkwacaidphlthitxngkar odyeriykkarthdlxngthithakxn waepn karthdsxbethiybmatrthan khwamkhladekhluxnkhxngekhruxngmuxwd hrux karsarwcebuxngtn aesdngphlthiminysakhycaknganthithdsxbsmmutithanepncanwnmakkbkhxmulediywkn data dredging sungmioxkasaesdngnysakhythiepneruxngbngexiy cring aelwepnkhwamphidphladthiehmuxnkbkhxthiaelw aetwa phicarnawa epnkarthucritnxykwaodykarldcanwnkhn aekikh Attrition bias khwamexnexiyngodyldcanwnkhn epnkhwamexnexiyngodykarkhdeluxkephraaehtuphurwmkarthdlxngldcanwnlng 18 sungekidcakkarkhdxxksungphurwmkarthdlxng hruxkhakarthdsxb thiimsamarththaihthungthisudid sungxaccaekidcakkarthxntw karimsngtxbkhxmul hruximthatamkdeknth epnkarkrathathisrangkhwamexnexiyngtxphl emuxmikhwamimsmdulekiywkbpccythiidrb aela hruxphlthiekidkhun yktwxyangechn inngansuksaopraekrmkhwbkhumxahar nkwicyxaccathingkhxmulkhxngthuk khnthithxntwcakkarthdlxng aetwa khnodymakxaccathxntwephraaopraekrmimidphl dngnn karsuyesiyphurwmkarthdlxngthnginklumthdlxngaelainklumepriybethiyb xaccaepliynlksnatang khxngklumthngsxng aelaepliynphlthiekidkhun imwapccythangsukhphaphxair echnkarkhwbkhumxahar caepnpraednkarsuksa 18 odykarkhdeluxkkhxngphusngektkarn aekikh khxmulimidekidkareluxksrr odyehtuaebbkarthdlxngaelakarwdkhatang ethann aetxaccaekidephraamiphusngektkarn khwamexnexiyngodykarkhdeluxkkhxngphusngektkarn observer bias caekidkhun insthankarnthikarmiphusngektkarn hruxaemaetkarmikarthdlxng mishsmphnthkbkhxmulthiid 19 yktwxyangechn prawtikarmiwtthuxwkastang makrathbolkcamikhwamexnexiyngthiekidcakmiphusngektkarn khux thamiwtthukhnadihymakrathbolk kcathaihekidkarsuyphnthuhmu srangkhwamesiyhaykbrabbniews khdkhwangwiwthnakarkhxngphusngektkarn epnrayaewlayawnan dngnn cungcaimmiikhrthicasngektphbhlkthankhxngwtthuxwkaskhnadihymakrathbolkthiekidkhunemuximnanmani imechnnnaelwkhnsngektkcaimmi dngnn xaccamikhwamexnexiynginprawtikarkrathbolkkhxngwtthuxwkas 20 mhntphythangdarasastr thimiphlkrathbthngolkaebbxun nxkcakwtthuxwkasmakkrathbolk kxaccamikarpraeminoxkastaipechnediywkn 21 karpxngkn aekikhodythw ipaelw khwamexnexiyngodykarkhdeluxkimsamarthaekidodywithikarwiekhraahthangsthitiephiyngxyangediyw aemwa withi Heckman correction xacichidinbangkrni karpraeminradbkhwamexnexiyngaebbxrupny xacthaidodytrwcsxbshsmphnthrahwangtwaeprphaynxk exogenous hrux background kbtwchibxkkarrksa treatment indicator aetpyhakkhuxshsmphnthrahwangehtukahndphlthiimru kbtwkahndkarkhdeluxktwxyangthiimruthinaipsukarpraeminphlthiexnexiyng caimsamarthpraeminidodytrngcaktwchibxkkarrksathisngektid 22 khwamexnexiyngthismphnthkn aekikhkhwamexnexiyngnismphnthkb khwamexnexiynginkartiphimph publication bias sungepnrupaebbkhxngkhwamexnexiyngodykarrayngan reporting bias epnkhwambidebuxntxkhwamruinchumchnhruxinnganwiekhraahxphiman thiekidcakarimtiphimphphlthiimnasnic odypktikhuxphllbhruxphlwang hruxphlthiimepniptamkhwamkhadhwngkhxngphuthakarthdlxng khxngphuihenginthunsnbsnun hruxkhxngchumchnodythwip khwamexnexiyngephuxyunyn confirmation bias epnkhwambidebuxnthiekidkhuncakkarthdlxngthimungcasubhahlkthanthiyunynsmmutithan aethnthicaphyayamphisucnkhwamethckhxngsmmutithan exclusion bias khwamexnexiyngodykarykewn epnkhwambidebuxnthiekidkhun enuxngcakichkdeknththitangkn inkartrwcrbphurwmkarthdlxngekhainklumthdlxnghruxinklumkhwbkhumduephim aekikhehtuphlwibtiodyhlkthanimsmburn khwamexnexiyngthangprachan khwamexnexiyngodykarrayngan khwamexnexiynginkartiphimphechingxrrthaelaxangxing aekikh phbkhasphth bias thnghmd 28 raykar sanknganphthnawithyasastraelaethkhonolyiaehngchati subkhnemux 2015 04 23 sphthbyytixngkvs ithy ithy xngkvs chbbrachbnthitysthan khxmphiwetxr run 1 1 ihkhwamhmaykhxng selection wa karkhdeluxk kareluxksrr aelakareluxkha Dictionary of Cancer Terms selection bias Dictionary of Cancer Terms subkhnemux 2009 09 23 Last John M 2001 A Dictionary of Epidemiology 4 ed Oxford University Press Selection bias p 166 ISBN 978 0 19 514169 6 sampling N karsumtwxyang Lexitron phcnanukrmithy lt gt xngkvs run 2 6 hnwyptibtikarwicywithyakarmnusyphasa sunyethkhonolyixielkthrxniksaelakhxmphiwetxraehngchati sanknganphthnawithyasastraelaethkhonolyiaehngchati krathrwngwithyasastraelaethkhonolyi 2546 Check date values in year help Medical Dictionary Sampling Bias subkhnemux 2009 09 23 Mosby s Medical Dictionary 8th edition xangxingody TheFreeDictionary biased sample subkhnemux 2009 09 23 Dictionary of Cancer Terms Selection Bias subkhnemux 2009 09 23 Ards Sheila Chung Chanjin Myers Samuel L 1998 The effects of sample selection bias on racial differences in child abuse reporting Child Abuse amp Neglect 22 2 103 115 doi 10 1016 S0145 2134 97 00131 2 PMID 9504213 Cortes Corinna Mohri Mehryar Riley Michael Rostamizadeh Afshin 2008 Sample Selection Bias Correction Theory PDF Algorithmic Learning Theory 5254 38 53 doi 10 1007 978 3 540 87987 9 8 Cortes Corinna Mohri Mehryar 2014 Domain adaptation and sample bias correction theory and algorithm for regression PDF Theoretical Computer Science 519 103 126 doi 10 1016 j tcs 2013 09 027 Fadem Barbara 2009 Behavioral Science Lippincott Williams amp Wilkins p 262 ISBN 978 0 7817 8257 9 13 0 13 1 Feinstein AR Horwitz RI 1978 11 A critique of the statistical evidence associating estrogens with endometrial cancer Cancer Res 38 11 Pt 2 4001 5 PMID 698947 Check date values in date help CS1 maint multiple names authors list link Tamim H Monfared AA LeLorier J 2007 03 Application of lag time into exposure definitions to control for protopathic bias Pharmacoepidemiol Drug Saf 16 3 250 8 doi 10 1002 pds 1360 PMID 17245804 Check date values in date help CS1 maint multiple names authors list link Last John M 2001 A Dictionary of Epidemiology 4 ed Oxford University Press Confounding by indication p 38 ISBN 978 0 19 514169 6 Matthew R Weir 2005 Hypertension Key Diseases Acp Key Diseases Series Philadelphia Pa American College of Physicians p 159 ISBN 1 930513 58 5 Kruskal William H 1960 Some Remarks on Wild Observations Technometrics 2 1 1 3 doi 10 1080 00401706 1960 10489875 18 0 18 1 doi 10 1093 ije dyh406This citation will be automatically completed in the next few minutes You can jump the queue or expand by hand Bostrom Nick 2002 Anthropic Bias Observation Selection Effects in Science and Philosophy New York Routledge ISBN 0 415 93858 9 doi 10 1111 j 1539 6924 2010 01460 xThis citation will be automatically completed in the next few minutes You can jump the queue or expand by hand doi 10 1038 438754aThis citation will be automatically completed in the next few minutes You can jump the queue or expand by hand doi 10 2307 1912352This citation will be automatically completed in the next few minutes You can jump the queue or expand by handekhathungcak https th wikipedia org w index php title xkhtithiekidcakkareluxktwxyang amp oldid 8040197, wikipedia, วิกิ หนังสือ, หนังสือ, ห้องสมุด,

บทความ

, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม