外推是应用或解释统计数据时常见的错误。有时，由于难以或不可能获 购买冈比亚电邮地址 得良好的数据，外推是我们能做的最好的事情，但总是需要至少谨慎对待——而且往往有很大的不确定性 从科学到伪科学 正如 Wikipedia 所提到的，存在偏见的一个例子是广泛使用比率（又称倍数变化）作为生物学差异的衡量标准。由于用两个具有给定差异的小数字来实现较大的比率比较容易，而用两个具有较大差异的大数字来实现较大的比率则相对困难，因此在比较相对较大的数值测量值时可能会忽略较大的显着差异。
有些人将此称为“划界偏见”，因为使用比率（除法）而不是差异（减法）会使分析结果从科学变为伪科学。 有些样本采用有偏的统计设计，但仍然可以估算参数。例如，美国国家卫生统计中心在其许多全国性调查中故意对少数族裔人口进行过度抽样，以便在这些群体中获得足够的估计精度。 这些调查需要使用样本权重来对所有种族群体进行适当的估计。如果满足某些条件（主要是权重计算和使用正确），这些样本可以准确估计人口参数。 减轻抽样偏差的最佳实践 选择合适的采样方法以确保结果数据准确反映研究人群至关重要。