balance

balance: 用于平衡偏置数据样本的 Python 包

在调查统计中,当受访者存在不回复偏差或调查存在抽样偏差(不是完全随机缺失)时,就会出现偏差样本。在观察性研究中,当比较受治疗和未受治疗的组时,以及在任何受到选择偏差的数据中,也会出现类似问题。

在随机缺失假设下，通过依赖对样本中所有项目都存在的辅助信息（也称为“变量”或“特征”），有时可以（至少部分地）缓解样本中的偏差。例如，如果我们要从某项调查的受访者样本中进行推断，我们可能希望使用年龄、性别、教育程度等人口统计信息来调整不回复问题的情况。这可以通过使用辅助信息来将样本与总体进行权重计算来实现。

该包是为对偏差数据样本进行平衡处理感兴趣的研究人员而设计的，例如来自调查的数据样本。这种需求可能来自调查方法论专家、人口统计学家、用户体验研究人员、市场研究人员以及一般的数据科学家、统计学家和机器学习者。有关方法论背景的更多信息，请参阅Sarig, T., Galili, T., & Eilat, R. (2023). balance – a Python package for balancing biased data samples。