Pristrasnost prema preživljavanju je pristranost koja se javlja pri prikupljanju podataka kada se podaci izuzmu iz analize jer danas više ne postoje.
Ova pristranost proizlazi iz širokog spektra konteksta gdje se usredotočujemo samo na one "preživjele" podatke. Primjer toga vidi se kada tvrtke anketiraju svoje kupce o jednom od njihovih proizvoda. Ali oni svoje ne-klijente, koji bi u ovom slučaju bili „ne preživjeli“, ostavljaju u zaboravu.
U ovom bi slučaju donošenje zaključaka iz te studije bilo pogrešno. Budući da bi rezultati bili pristrani samo za "preživjelu" populaciju. I to ne bi bili reprezentativni rezultati.
Pristrasnost preživljavanja u praksi
Jasan primjer ove pristranosti može se vidjeti u proučavanju rezultata investicijskih fondova. Gdje većina baza podataka uključuje samo sredstva koja postoje danas. Bez obzira na sredstva koja su postojala u prošlosti.
Razlog zašto danas ne postoje jest taj što su im performanse bile lošije od "preživjelih". Ili je čak nekoliko fondova spojeno u jedan. Stoga se analiza provodi na tim fondovima s najboljim rezultatima. I ova pristranost nastoji precijeniti učinak uzorka tih sredstava.
Glavni problem s tim više nije samo precjenjivanje rada fonda. Umjesto toga, odabrani uzorak ne bi bio slučajan uzorak ukupne populacije. Stoga rezultati studije možda neće biti reprezentativni za populaciju. Da je na kraju to ono što tražimo prilikom odabira slučajnog uzorka populacije.
Rješenje za pristranost preživljavanja
Zamislimo da želimo odabrati investicijski fond u koji ćemo investirati na temelju njegovog prošlog ponašanja. Da bismo izbjegli ovu pristranost preživljavanja i optimizirali taj odabir, trebali bismo izvršiti sljedeće korake:
- Odaberite vremenski horizont s kojim planiramo raditi. Primjerice, deset, petnaest ili dvadeset godina povijesti.
- Uzmite sva postojeća sredstva od početka vremenskog horizonta, bez obzira postoje li ona trenutno ili ne.
- Odatle odaberite uzorak iz te populacije za proučavanje ponašanja.
Ideja ovoga je na kraju dobiti taj slučajni uzorak populacije. I odatle, dobiveni zaključci, ako bi mogli biti reprezentativni za tu populaciju.
