Échantillon biaisé | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

En statistiques, le mot biais a un sens précis qui n'est pas tout à fait le sens habituel du mot. Un échantillon biaisé est un ensemble d'individus d'une population, censé la représenter, mais dont la sélection des individus a introduit un biais qui ne permet alors plus de conclure directement pour l'ensemble de la population. Un échantillon biaisé n'est donc pas un échantillon de personnes biaisées (bien que ça puisse être le cas) mais avant tout un échantillon sélectionné de façon biaisée. L'échantillon biaisé n'est pas toujours destiné à tromper : en 1936, dans les premières tentatives de sondages, le magazine américain Literary Digest a appelé deux millions de numéros de téléphone au hasard en questionnant les gens sur le résultat des élections. La prédiction fut incorrecte car, à cette époque, les possesseurs de téléphone n'étaient pas représentatifs de l'électorat, car ces appareils étaient réservés à une certaine partie de la population. En revanche, un échantillon de seulement personnes sélectionnées par l'institut George Gallup a correctement prédit le résultat, accroissant ainsi la popularité de la méthode Gallup. Cet exemple est en fait toujours d'actualité pour les sondages car les personnes disposant d'un téléphone et présentes à leur domicile à l'heure d'appel, correspondent à une certaine partie de la population qui n'est pas nécessairement représentative de l'ensemble de la population. Ces biais peuvent également s'introduire pour des sondages classiques au porte à porte, car les personnes présentes à leur domicile à un certain horaire, et qui veulent bien répondre au sondage, correspondent déjà à une partie de la population que l'on a implicitement sélectionnée. Ces résultats bruts doivent alors être redressés pour compenser ce biais. L'exemple précédent est réactualisé avec la multiplication des sondages en ligne, alors que toute la population n'a pas accès à internet. C'est particulièrement vrai si le public cible de l'enquête est plutôt « défavorisé » (par exemple, des demandeurs d'emploi).

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (1)

Personnes associées (1)

Concepts associés (8)

Cours associés (101)

Séances de cours associées (837)

MOOCs associés (9)

Guard-Ring-Free InGaAs/InP Single-Photon Avalanche Diode Based on a Novel One-Step Zn-Diffusion Technique

Edoardo Charbon, Claudio Bruschini, Ekin Kizilkan, Utku Karaca, Vladimir Pesic, Myung Jae Lee

This work presents a novel InGaAs/InP SPAD structure fabricated using a selective area growth (SAG) method. The surface topography of the selectively grown film deposited within the 70 mu m diffusion

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC2022

This course aims to introduce the basic principles of machine learning in the context of the digital humanities. We will cover both supervised and unsupervised learning techniques, and study and imple

Machine learning and data analysis are becoming increasingly central in many sciences and applications. In this course, fundamental principles and methods of machine learning will be introduced, analy

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practi

La statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous. C'est à la fois une branche des mathématiques appliquées, une méthode et un ensemble de techniques. ce qui permet de différencier ses applications mathématiques avec une statistique (avec une minuscule). Le pluriel est également souvent utilisé pour la désigner : « les statistiques ».

Dans une étude statistique, le terme biais de sélection désigne une erreur systématique faite lors de la sélection des sujets à étudier. Ce terme regroupe tous les biais pouvant conduire à ce que les sujets effectivement observés lors d'une enquête ne constituent pas un groupe représentatif des populations censées être étudiées et ne permettent donc pas de répondre aux questions posées dans le protocole. Les biais de sélection se produisent lors de l'échantillonnage, c'est-à-dire lors de la sélection d'un échantillon représentatif de la population étudiée.

Couvre le concept de modèles graphiques et de distributions de probabilités conjointes.

Couvre la théorie Smith dans la persistance et la dynamique des flots, explorant les invariants de la mécanique classique, le théorème Poincaré-Birkhoff et la conjecture Hofer-Zehnder.

Couvre les principes de l'estimation linéaire MM SE et de la minimisation des erreurs en régression linéaire.

Synchrotrons and X-Ray Free Electron Lasers (part 1)

The first MOOC to provide an extensive introduction to synchrotron and XFEL facilities and associated techniques and applications.

Basic signal processing concepts, Fourier analysis and filters. This module can be used as a starting point or a basic refresher in elementary DSP