Biais (Statistique)

Biais (statistique)

Pour les articles homonymes, voir Biais.

En statistique ou en épidémiologie, un biais est une démarche ou un procédé qui engendre des erreurs dans les résultats d'une étude.

Formellement, le biais d'un estimateur est l'espérance de la différence entre sa valeur et la valeur de la variable aléatoire qu'il est censé estimer.

Définition —  Si $\hat \theta$ est l'estimateur de $\theta\,$, $\text{Biais}(\hat\theta)\equiv E[\hat\theta]-\theta$

Types de biais

• biais de sélection : les personnes sondées ne sont pas représentatives de la population générale (biais de recrutement, biais par autosélection); voir Échantillon biaisé.
• biais de mesure : les techniques de mesures sont incorrectes.
• biais de publication : les données sont davantage diffusées lorsqu'elle arrangent les auteurs de l'étude. (voir Biais d'autocomplaisance)
• biais de confusion
• biais d'un estimateur: la différence entre l'espérance de l'estimateur et la vraie valeur du paramètre estimé.
• biais de suivi (appelé aussi biais de réalisation): lorsque les 2 groupes de patients ne sont pas suivi de la même manière au cours de l'essai.
• biais d’attrition : retrait de certains patients de l’analyse.
• biais d’évaluation : lorsque la mesure du critère de jugement n'est pas réalisée de la même manière dans les 2 groupes de patients.
• biais d'indication :
• biais d'information :
• biais d'interprétation : erreur dans le mode d'analyse des résultats (biais de confirmation d'hypothèse ...)
• biais de spectre : en médecine, un test diagnostique peut offrir une sensibilité variant en fonction de la gravité de la maladie.

Voir aussi

• Biais cognitif
• Biais méthodologique

Ce document provient de « Biais (statistique) ».