Evian, CFA2023-01-05 09:48:25

ヾ(◍°∇°◍)ﾉﾞ你好同学，

Data snooping bias是模型分析数据时出现了过度拟合或者抓取样本信息，这个问题和“样本选择”没有直接关系（任意样本喂给模型都有可能发生dta snooping bias）。

Self-selection bias，样本选择偏差。
它指的是基金经理在对外报告自己业绩的时候，可以自我选择披露的对象，比如只披露自己手中经营的明星产品，业绩一般的就不对外进行公开。这种由自我选择所产生的偏差，被称为自我选择偏差。比如对冲基金的业绩披露就是如此。

data snooping bias（又称Data mining bias）
指的是数据挖掘偏差，是模型过度抓取了样本数据的特征，而不能将模型推广，以便准确估计总体特征。

例如，要研究哺乳动物。用猫的图片作为样本，总体是哺乳动物。
模型抓取信息过度的意思是，模型从猫的图片中总结“耳朵在头上方、爬行、全身有毛发，四肢差不多长”来估计总体，可是我们给电脑模型一张人类的图片，模型会说人不是哺乳动物。
这个过程没有人为主动影响结果的好坏，发生偏差的主要原因是模型分析数据程度的设置，或者样本容量较小。
----------------------
学而时习之，不亦说乎👍【点赞】鼓励自己更加优秀，您的声音是我们前进的源动力，祝您生活与学习愉快!~