1、选择性偏差
当我们将一些非随机样本误认为是随机的时候,会引入选择性偏差,是人口普查和民调经常面临的问题。
2、相关不确保因果
建力模型时要确保是用的模型囊括了所有显著的相关变量和,并且确保剩余的误差项是真正随机的,且与输入项和遗漏变量之间没有任何隐藏的相关性。变量之间的相关性不能说明会因果关系,可能存在反向因果的情况,亦或是遗漏变量的影响。
3、贝叶斯思维
通过新的信息来重新进行概率评估,但同时要注意不同假设的初始概率,避免基础率谬误。
当我们将一些非随机样本误认为是随机的时候,会引入选择性偏差,是人口普查和民调经常面临的问题。
建力模型时要确保是用的模型囊括了所有显著的相关变量和,并且确保剩余的误差项是真正随机的,且与输入项和遗漏变量之间没有任何隐藏的相关性。变量之间的相关性不能说明会因果关系,可能存在反向因果的情况,亦或是遗漏变量的影响。
通过新的信息来重新进行概率评估,但同时要注意不同假设的初始概率,避免基础率谬误。