Kaj je statistično vzorčenje?

Prebivalstvo in popisi

C.K.Taylor

Velikokrat želijo raziskovalci izvedeti odgovore na vprašanja, ki so obsežna. Na primer:

• Kaj so sinoči vsi v določeni državi gledali na televiziji?
• Kdo dela volivce nameravajo glasovati za na prihajajočih volitvah?
• Koliko ptic se vrne s selitve na določeno lokacijo?
• Kolikšen odstotek delovne sile je brezposeln?

Tovrstnih vprašanj je ogromno v smislu, da zahtevajo, da spremljamo milijone posameznikov.

Statistika te težave poenostavlja z uporabo tehnike, imenovane vzorčenje. Z izvedbo statističnega vzorca lahko našo delovno obremenitev izjemno zmanjšamo. Namesto da bi sledili vedenju milijard ali milijonov, moramo preučiti samo vedenje tisočev ali stotin. Kot bomo videli, ima ta poenostavitev svojo ceno.

Prebivalstvo in popisi

Populacija statistične študije je tisto, o čemer poskušamo nekaj izvedeti. Sestavljajo ga vsi posamezniki, ki se pregledujejo. Populacija je res lahko karkoli. Kalifornijci, kariboji, računalniki, avtomobili ali okrožja se lahko štejejo za prebivalstvo, odvisno od statističnega vprašanja. Čeprav je večina populacij, ki se raziskujejo, velikih, ni nujno, da so.

Ena od strategij raziskovanja prebivalstva je izvedba popisa. Pri popisu pregledamo vsakega člana populacije v naši študiji. Najboljši primer tega je Popis prebivalstva v ZDA . Urad za popis prebivalstva vsakih deset let vsem v državi pošlje vprašalnik. Tiste, ki obrazca ne vrnejo, obiščejo popisovalci

Popisi so obremenjeni s težavami. Običajno so dragi v smislu časa in virov. Poleg tega je težko zagotoviti, da so bili doseženi vsi v populaciji. Z drugimi populacijami je še težje opraviti popis. Če smo želeli preučiti navade potepuških psov v zvezni državi New York, vso srečo pri zaokroževanju vse tistih prehodnih psov.

Vzorci

Ker je običajno nemogoče ali nepraktično izslediti vsakega člana populacije, je naslednja razpoložljiva možnost vzorčenje populacije. Vzorec je katera koli podmnožica populacije, zato je njegova velikost lahko majhna ali velika. Želimo dovolj majhen vzorec, da ga lahko obvladujemo z našo računalniško močjo, vendar dovolj velik, da nam da statistično pomembne rezultate.

Če javnomnenjska družba poskuša ugotoviti zadovoljstvo volivcev s kongresom in njegovo Velikost vzorca je ena, potem bodo rezultati nesmiselni (vendar jih je enostavno dobiti). Po drugi strani pa bo spraševanje milijonov ljudi porabilo preveč sredstev. Da bi dosegli ravnotežje, imajo tovrstne ankete običajno velikost vzorcev približno 1000.

Naključni vzorci

Toda prava velikost vzorca ni dovolj za zagotovitev dobrih rezultatov. Želimo vzorec, ki je reprezentativen za populacijo. Recimo, da želimo ugotoviti, koliko knjig prebere povprečen Američan letno. Prosimo 2000 študentov, naj spremljajo, kaj so prebrali med letom, nato pa se z njimi po enem letu pozanimajte. Ugotovimo, da je povprečno število prebranih knjig 12, nato pa sklepamo, da povprečni Američan prebere 12 knjig na leto.

Težava pri tem scenariju je vzorec. Večina študentov je starih od 18 do 25 let in njihovi inštruktorji zahtevajo, da berejo učbenike in romane. To je slaba predstavitev povprečnega Američana. Dober vzorec bi vseboval ljudi različnih starosti, iz vseh družbenih slojev in iz različnih regij države. Da bi pridobili tak vzorec, bi ga morali sestaviti naključno, tako da ima vsak Američan enako verjetnost, da bo v vzorcu.

Vrste vzorcev

Zlati standard statističnih poskusov je preprost naključni vzorec . V takem vzorcu velikosti n posameznikov, vsak član populacije ima enako verjetnost, da bo izbran v vzorec, in vsaka skupina n posamezniki imajo enako verjetnost, da bodo izbrani. Obstaja več načinov za vzorčenje populacije. Nekateri najpogostejši so:

• Naključni vzorec
• Preprost naključni vzorec
• Vzorec prostovoljnega odgovora
• Priročen vzorec
• Sistematični vzorec
• Vzorec grozda
• Stratificiran vzorec

Nekaj ​​nasvetov

Kot pravi pregovor, je dobro začeto na pol narejeno. Da bi zagotovili dobre rezultate naših statističnih študij in poskusov, jih moramo skrbno načrtovati in začeti. Preprosto je priti do slabih statističnih vzorcev. Dobro enostavni naključni vzorci zahtevajo nekaj dela za pridobitev. Če so bili naši podatki pridobljeni naključno in na pohlevni način, potem ne glede na to, kako sofisticirana je naša analiza, nam statistične tehnike ne bodo dale nobenih vrednih zaključkov.