定義
在抽樣調查的偏見，是因為特定的樣本時得到的非代表。簡單隨機抽樣程式沒有保障，確保重要群代表的覆蓋面，從而可有時（不是一般的）產生的非代表性的樣本偏差。
類型
有可能的選擇偏見的，包括許多類型：
採樣偏見[ 3 ] 抽樣偏差是由於系統誤差的非人口的1 [2] 隨機抽樣 ，造成一些人口較少的成員可能會比其他人包括，造成一有偏差的樣本 ，作為一個人口 統計樣本的定義（或非人為因素），其中所有的參與者不均衡的或客觀的代表。[3] 它主要界定為一種選擇偏倚[4]，亞型有時特別稱為樣本選擇偏差 [5] [6]，但有些歸類為分離式的偏見[7它]。有區別的，雖然不是公認的抽樣偏差，是它破壞了一個測試（其結果的能力外部有效性將推廣到其他人口），而選擇的偏向，主要是解決分歧或相似的內部有效性發現在手頭的樣本。在這個意義上說，錯誤發生在收集的樣本或佇列事業抽樣偏差的過程，而在其後的任何過程中發生錯誤的原因選擇偏見。
例子包括自我選擇 ，預試驗參與者篩選，剔除受試者/測試不排除運行誰最近進入或離開研究領域提出課題完成和移民的偏見。
最終選擇的一系列問題。例如，要最大限度地聲稱的趨勢，你可以開始了非同尋常的低一年的時間序列，並在高一結束。
提前終止審訊的時候其結果支持所需的結論。
阿審判可能會提前終止在一個極端值（通常為道德的原因），但極值有可能達成的具有最大方差變數，即使所有的變數也有類似的意思 。
由於這種提前終止的結果，因此，與較大的差異變數手段高估了。選擇時間間隔分析，占據隨機選擇的時間或空間的點，這個過程有利於較長時間間隔的長度。這就是所謂的長度時間偏倚 。
易感性偏倚
臨床敏感性偏見 ，當一種疾病容易使人第二疾病和治療疾病的第一個錯誤似乎到第二易患疾病[ 8 ]舉例來說， 絕經后綜合症也給出了一個發展的子宮內膜癌的可能性更高，因此，雌激素對絕經后綜合症給可能會收到高於造成子宮內膜癌的實際責任。[8]
偏見 ，當為其他疾病或症狀的結果第一個治療似乎導致的結果。這是一個潛在的偏見時，有一個實際的診斷之前，從第一個症狀，治療開始的時間差距。[8]可以通過滯後 ，即，在一個確診前的一段時間內發生的風險排除減輕。[ 9]
指示偏見 ，一個潛在的混淆因果關係時，暴露的適應症依賴。例如，一種治療的人給予的收購疾病的高風險，有可能引起這種疾病的人獲得了治療的人占優勢。 這可能會導致對身為病因治療的錯誤出現。[10]
分區同該分區的內容，知識的數據，然後分析與盲目地選擇了分區設計測試。
拒絕“壞”以任意理由的數據，而不是根據前面提到的或普遍商定的標準。
拒絕“離群的是沒有考慮到的重要信息，可以從”野“觀測所得的[11統計基礎”]
選擇其中的研究，包括在Meta分析 （見組合薈萃分析 ）
表演的反覆試驗和報告只有最有利的結果，也許重貼標籤的其他實驗的“校準測試”，“儀器的錯誤”或“”初步調查，實驗室記錄。
提出了一個數據 ，最重要的成果疏通就好像它是一個試驗（這在邏輯上是相同的上一個項目，而是被視為不誠實少得多）。
損耗偏差是一種選擇的一種偏見造成的自然減員（參與者損失），[12]扣除受試者/測試沒有運行完成。它包括輟學 ， 無應答 （低回應率 ），撤回和協定轉向塊 。它給偏差的地方，是關於將曝光和/或結果的不平等。例如，在一個節食計畫的測試，研究人員可能只是拒絕大家誰跌出審判，但這些誰輟學大多數是那些人是不工作。在干預和對照組不同科目的損失可能會改變這些團體和研究成果的干預 ，不論特點
避免
在一般情況下，選擇偏差不能克服現有的數據單獨統計分析，雖然赫克曼校正 ，可在特殊情況下使用。一個選擇性偏倚度非正式的評估可以通過檢查與（ 外生 ）背景變數和治療指標的相關性。然而，在回歸模型，我們的選擇是對的結果和選擇的決定因素不可觀測的因素不可觀測到的相關性偏見的估計，這之間的相關性unobservables不能直接觀察治療中的決定因素評估樣本。[13]
相關問題
選擇傾向是密切相關的：
發表偏倚或偏見的報告 ，在社會的看法或元產生的失真，通過不出版無趣（通常為負數）的結果，或結果違背實驗者的偏見，贊助商的利益，或市民的期望去分析。
確認偏見 ，由該旨在尋求確證，而不是試圖反駁假設實驗產生的失真。
排除偏見，提出申請的案件不同的標準和控制結果的問候資格參與研究/不同的變數作為排斥依據。
