Eine systematische Verzerrung in geschätzten Zusammenhängen, die entsteht, wenn die für die Analyse verwendete Stichprobe nicht repräsentativ für die Zielpopulation ist, weil die Einschlusswahrscheinlichkeit mit Behandlung, Ergebnis oder beiden zusammenhängt.

Prinzip

Wenn der Mechanismus, der darüber entscheidet, ob eine Beobachtung in den Daten erscheint, mit interessierenden Variablen korreliert, sind naive Schätzungen verzerrt, sofern der Selektionsprozess nicht modelliert oder korrekt angepasst wird.

Demonstration

Bei der Analyse von Beschäftigung unterschätzt die Verwendung nur aktuell beschäftigter Arbeitnehmer das Fluktuationsrisiko, weil diejenigen, die ausgeschieden sind, ausgeschlossen werden (Survivorship Bias); bei Kreditrisikomodellen führt das Training nur auf angenommenen Antragstellern zu Acceptance Bias, der die Ausfallraten in der gesamten Bewerberpopulation verzerrt.

Fehlanwendung

Den Selektionsmechanismus zu ignorieren oder zu versuchen, Selektionsverzerrung durch Konditionieren auf einen Collider zu korrigieren; Poststratifikationsgewichte anzuwenden, ohne Mess- oder Nonresponse-Mechanismen zu berücksichtigen, führt zu verbleibenden Verzerrungen.

Konsequenz

Bleibt sie unadressiert, erzeugt Selektionsverzerrung irreführende Schätzungen und schlechte Entscheidungen — z. B. Überschätzung der Behandlungseffizienz oder Unterschätzung des Risikos — und führt zu Fehlallokation von Ressourcen oder fehlerhafter Politik.

Umkehrung

Eine zufällige oder korrekt gewichtete Stichprobe, die für die Zielpopulation repräsentativ ist, beseitigt Selektionsverzerrung für die definierten Parameter; gut konzipierte Experimente, die die Aufnahme randomisieren, vermeiden viele Selektionsprobleme.

Abgrenzung

Selektionsverzerrung bezieht sich speziell auf Verzerrungen, die aus dem Stichproben- oder Einschlussmechanismus entstehen; sie unterscheidet sich von Messfehlern, Konfundierung durch weggelassene Variablen und Modellfehl­spezifikation, obwohl diese Probleme koexistieren und interagieren können.

Semantische Spannung

Wird oft mit Konfundierung oder Mechanismen fehlender Daten verwechselt; die zentrale Spannung liegt zwischen Selektion als Stichproben-/Einschlussprozess und anderen Bias-Quellen, die über Kausalität oder Messung wirken.

Synthese

Selektionsverzerrung ist die Klasse von Verzerrungen, die entstehen, wenn der Prozess, der bestimmt, wer oder was beobachtet wird, mit den Größen korreliert, die geschätzt werden sollen; die Diagnose erfordert das Verständnis des Einschlussmechanismus und Korrekturen durch Design, Gewichtung, Modellierung oder Sensitivitätsanalyse.