Diskussion:Survivorship Bias

Aktienhandel

Als Merker: Fehler in Backtests/Rückrechnungen von Handelsstrategien, z. B. für die 30 aktuellen DAX-Werte. --rolf_acker (Diskussion • Beiträge) 14:48, 2. Aug. 2020 (CEST)

Mangelhafte Quellenlage zu Wald

Ich finde keine Evidenz dazu, dass Ingenieure vor Wald Flugzeuge irgendwo gepanzert hätten, ohne den Survivorship Bias zu berücksichtigen. Der einzige Hinweis darauf scheint sich in einem Bericht von Wallis (Kollege Walds in der SRG) aus dem Jahr 1980 zu finden mit dem Satz "the military was inclined to provide protection for those parts ..."; https://www.jstor.org/stable/2287454?origin=crossref&seq=1#metadata_info_tab_contents). Nirgendwo steht, dass die Flugzeuge tatsächlich irgendwo ensprechend gepanzert wurden. Auch ist völlig unklar, was Wallis hiermit meint: Hat er den entsprechenden Satz irgendeines namenlosen Army-Mitarbeiters entsprechend interpetiert? Gab es die Überlegung auf höchster Ebene im Militär? Hat der Hausmeister laut nachgedacht? Gab es die offizielle Anweisung? Insgesamt halte ich die Quelle für höchst zweifelhaft: Wegen des zeitlichen Abstands von 40 Jahren und weil überhaupt solche Behauptungen, welche die eigene Arbitsgruppe in gutem Licht dastehen lassen, höchst fragwürdig sind. Auch finde ich keine gute Quelle dafür, dass der Begriff des "survivorship bias" von Wallis während seiner Arbeit an Flugzeugpanzerungen eingeführt wurde. Google ngram viewer findet die ersten Nennungen für "survivorship bias" in den 1980ern, während es individuell für "survivorship" und "bias" Nennungen seit 1500 gibt. Deshalb habe ich den Teil angepasst: Als sicher scheint, dass Wald in seinen Analysen unter anderem ein Konzept berücksichtigt hat, welches wir heute allgemein als Survivorship Bias bezeichnen. Der Rest ist höchst ungewiss und scheint auf spektakulären Blogposts oder den Kolumnen ahnungsloser und an der Wahrheit desinteressierten Journalisten sowie einem völlig unklaren Satz, der 40 Jahre später niedergeschrieben wurde, zu beruhen. (nicht signierter Beitrag von EpicBroccoli (Diskussion | Beiträge) 11:18, 17. Dez. 2020 (CET))

Just google it: https://www.classoraclemedia.com/uploads/4/2/3/1/42314577/it_figures_by_james_franklin_published_in_the_new_criterion_january_2015.pdf

https://www.google.com/search?tbm=bks&q=wald+survivorship+bias+armor

insbesondere: https://books.google.de/books?id=vvkvDwAAQBAJ&pg=PT31&dq=wald+survivorship+bias+armor&hl=de&sa=X&ved=2ahUKEwjIjo6lnNXtAhWIC-wKHT6MAggQuwUwAHoECAMQCg#v=onepage&q=wald%20survivorship%20bias%20armor&f=false hieraus: "Alas, as far as we can tell ... this account has little basis in fact ... Walds real contribution was far more subtle ..." he invented a "survivabilty recommondation system" -- Leif Czerny 15:24, 17. Dez. 2020 (CET)

Gegenmittel

Im Beispiel der Kampfflugzeuge sollten also alle Flugzeuge, die zum Einsatz gestartet sind, in der Stichprobe berücksichtigt werden. Toller Vorschlag. Das macht doch genau den Survivorship Bias aus, dass es schwierig oder unmöglich ist, die gescheiterten Versuche zu studieren. (nicht signierter Beitrag von MHolz (Diskussion | Beiträge) 13:13, 31. Mär. 2021 (CEST))

Kundenzufriedenheit

Für die hier aufgestellte Behauptung würde ich gerne mal einen Beleg sehen. Intuitiv würde ich genau das Gegenteil annehmen, nämlich dass eher die, die sich über ein Unternehmen geärgert haben, sich gerne auch mit einer Bewertung äußern.

Überhaupt wüsste ich gerne mal, wie diese Ergebnisse zustandegekommen sind. Hat man eine Umfrage gemacht unter denen, die an der Umfrage teilgenommen und die nicht an der Umfrage teilgenommen haben? Wie geht das? --217.239.1.200 16:40, 8. Okt. 2024 (CEST)

Wissenschaft

Ich bin etwas überrascht, dass ein Beispiel für Survivorship Bias hier überhaupt nicht vertreten ist, das m.W. ein Riesenthema in der Wissenschaft ist. Und zwar die Tatsache, dass wissenschaftliche Papers oft nur dann publiziert werden, wenn sie tolle Ergebnisse darzustellen haben. Die vielen nichtpublizierten Entwürfe mit negativen oder abweichenden Ergebnissen oder mit gescheiterten Experimenten verschwinden in der Schublade. Was natürlich zu einer riesigen Verzerrung bei der Wahrnehmung der Ergebnisse führen kann und komplett ausblendet, dass das Scheitern oft genauso essentiell ist für die Forschung. Hier mal was für den Anfang. --217.239.1.200 17:00, 8. Okt. 2024 (CEST)