Otoksen ja väestön ero

Otoksen ja väestön ero
Otoksen ja väestön ero

Video: Otoksen ja väestön ero

Video: Otoksen ja väestön ero
Video: Zero to Hero ControlNet Tutorial: Stable Diffusion Web UI Extension | Complete Feature Guide 2024, Heinäkuu
Anonim

Näyte vs väestö

Väestö ja Otos ovat kaksi tärkeää termiä Tilastot-aiheessa. Yksinkertaisesti sanottuna populaatio on suurin kokoelma kohteita, joita olemme kiinnostuneita tutkimaan, ja otos on populaation osajoukko. Toisin sanoen otoksen tulee edustaa populaatiota, jossa on vähemmän mutta riittävästi kohteita. Yhdessä populaatiossa voi olla useita erikokoisia näytteitä.

Näyte

Otos voi koostua kahdesta tai useammasta alkiosta, jotka on valittu populaatiosta. Otoksen pienin mahdollinen koko on kaksi ja suurin vastaa populaation kokoa. On olemassa useita tapoja valita otos populaatiosta. Teoriassa "satunnaisen otoksen" valitseminen on paras tapa tehdä tarkkoja päätelmiä populaatiosta. Tämän tyyppisiä otoksia kutsutaan myös todennäköisyysotoksiksi, koska jokaisella populaation kohteella on yhtäläinen mahdollisuus tulla mukaan otokseen.

Yksinkertainen satunnaisotantatekniikka on tunnetuin satunnaisotantatekniikka. Tässä tapauksessa otokseen valittavat kohteet valitaan satunnaisesti perusjoukosta. Tällaista näytettä kutsutaan "Simple Random Sample" tai SRS. Toinen suosittu tekniikka on "järjestelmällinen näytteenotto". Tässä tapauksessa näytteen kohteet valitaan tietyn systemaattisen järjestyksen perusteella.

Esimerkki: Joka 10. henkilö jonosta valitaan otokseen.

Tässä tapauksessa järjestelmällinen järjestys on joka 10. henkilö. Tilastomies voi vapaasti määritellä tämän järjestyksen mielekkäällä tavalla. On olemassa muita satunnaisotantatekniikoita, kuten klusteriotos tai ositettu otanta, ja valintamenetelmät eroavat hieman yllä olevista kahdesta.

Käytännön tarkoituksiin voidaan käyttää ei-satunnaisia näytteitä, kuten mukavuusnäytteitä, arviointinäytteitä, lumipallonäytteitä ja tarkoituksenmukaisia näytteitä. Lisäksi ei-satunnaisiin näytteisiin valitut kohteet liittyvät sattumaan. Itse asiassa jokaisella populaation kohteella ei ole yhtäläistä mahdollisuutta tulla mukaan ei-satunnaisotokseen. Tämän tyyppisiä näytteitä kutsutaan myös ei-todennäköisyyksiksi.

Väestö

Kaikki kokonaisuudet, joita on kiinnostavaa tutkia, määritellään yksinkertaisesti”populaatioksi”. Populaatio on näytteiden perusta. Mikä tahansa universumin esinejoukko voi olla populaatio tutkimusilmoituksen perusteella. Yleisesti ottaen populaation tulee olla kooltaan suhteellisen suuri, ja sen pitäisi olla vaikea päätellä joitakin ominaisuuksia tarkastelemalla sen kohteita erikseen. Populaatiossa tutkittavia mittauksia kutsutaan parametreiksi. Käytännössä parametrit arvioidaan käyttämällä tilastoja, jotka ovat relevantteja näytteen mittauksia.

Esimerkki: Arvioitaessa luokan 30 oppilaan keskimääräistä matematiikkamerkkiä 5 oppilaan matematiikkapisteiden keskiarvosta parametri on luokan keskimääräinen matematiikkamerkki. Tilasto on 5 opiskelijan keskimääräinen matematiikkamerkki.

Näyte vs väestö

Mielenkiintoinen suhde otoksen ja perusjoukon välillä on, että populaatio voi olla olemassa ilman näytettä, mutta otosta ei välttämättä ole ilman populaatiota. Tämä argumentti todistaa edelleen, että otos riippuu populaatiosta, mutta mielenkiintoista kyllä, useimmat populaatiopäätelmät riippuvat otoksesta. Otoksen päätarkoitus on arvioida tai päätellä joitakin populaation mittauksia mahdollisimman tarkasti. Suurempi tarkkuus voidaan päätellä useista saman populaation näytteistä saadusta kokonaistuloksesta yhden näytteen sijaan. Toinen tärkeä asia on tietää, että valittaessa populaatiosta useampi kuin yksi otos yksi kohde voidaan sisällyttää myös toiseen otokseen. Tämä tapaus tunnetaan "näytteitä korvaavilla näytteillä". Lisäksi perusjoukon asiaankuuluvien mittausten sijoittaminen otoksesta ja lähes samanlaisen tuloksen saaminen on loistava tilaisuus säästää kustannuksia ja aika-arvoa.

On ratkaisevan tärkeää tietää, että otoksen koon kasvaessa myös populaatioparametrin arvion tarkkuus kasvaa. Loogisesti, jotta populaatiosta saataisiin parempia arvioita, otoskoon ei pitäisi olla liian pieni. Lisäksi on syytä harkita, että satunnaisotoksilla on parempia arvioita. Siksi on erittäin tärkeää kiinnittää huomiota otoksen kokoon ja satunnaisuuteen ollakseen edustava, jotta saadaan parhaat arviot populaatiosta.

Suositeltava: