什么是偏倚（bias）和误差

　　准确的说是拿师兄的身高来做文章。悄悄告诉你，我师兄的真实身高是185cm，而我们几个好事者的测量值分别为184cm、183cm、186cm、184cm、187cm、185cm，结果师兄伤心了，我们几个测量值平均是184。8cm，也和他身高的真实值存在真真切切的差距。

　　然后呢，我们真诚的安慰师兄，都是误差的错。所谓误差，是指研究结果偏离真实情况的部分。追究起误差的原因，主要有两点：（一）随机误差，（二）系统误差。随机误差常常指由于一系列偶然的、不可控的因素造成的误差。比如，空气扰动等，系统误差则是由于人为或其他可控的因素引起的误差。比如，我们用了一把年久失修的尺子，这尺子本身就不靠谱。

　　不可控的我们真的表示无能为力，只能努力去避免可控的系统误差了。在我们的医学研究中，系统误差有另外一个名字，就是几近家喻户晓的偏倚（bias）。偏倚，可发生于研究的各个环节，有方向性，理论上可以避免。比如，我们换一把经过校准的尺子就可避免由于尺子不靠谱引起的偏倚了。

　　既然说到了偏倚，接下来，我们就说说偏倚的分类：

　　（一）选择偏倚，常发生在研究设计阶段，在确定研究样本、选择比较组时容易产生，比如我们在北京单双号限行的民意调查中，故意避开那些开车上下班的人群，可想而知，研究结果和真实情况有多远了。

　　（二）信息偏倚，常发生在研究实施过程中，获取研究所需的信息时，比如，我们想获取研究对象的收入，像我这种乖孩纸可能会说真话，但是很多有个性的、有想法的人就未必肯坦诚相对了，这样就使得我们和真实情况有了距离。

　　（三）混杂偏倚，也称外来因素、混杂因子或混杂变量，与研究因素有关，与研究结局也有关，但又不是研究因素与研究疾病因果链的中间变量，同时该因素在组间分布不均衡，从而使研究结果偏离了真实情况。关于混杂偏倚，也可参见我们128期：别妄想“鱼目混珠”——混杂因素的识别。

• 上一篇：整群随机对照试验的设计方法
• 下一篇：SCI论文中Efficacy、 Effectiveness和Efficiency的区别