Teorie jednoduchého, dvojitého a vícenásobného vzorkování, příklady a význam
teorie odběru vzorků, ve statistikách,je výběr podmnožiny jednotek v určité skupině (známé jako statistická populace). Účelem je určit obecné charakteristiky všech jednotlivců, ale řídit se atributy těch, které byly vybrány ve zvolené podmnožině, bez studia celé populace..
Pozorování, které se provádí, se snaží určit jednu nebo více pozorovatelných charakteristik v objektech nebo lidech, které mají být studovány a které jsou statisticky reprezentovány jako nezávislé jednotky. Ve spojení s odběrem vzorků se pro provádění šetření používají teorie statistik a pravděpodobnost.
Index
- 1 Jednoduché vzorkování
- 1.1 Příklad
- 2 Dvojité vzorkování
- 2.1 Příklad
- 3 Více vzorkování
- 3.1 Příklad
- 4 Význam vzorkování
- 5 Odkazy
Jednoduchý odběr vzorků
Jednoduchý pravděpodobnostní výběr spočívá ve výběru vzorku mezi statistickou populací, ve které má každý prvek stejnou možnost náhodného výběru. V této metodě není populační vzorek rozdělen do více částí nebo oddělen od sekcí.
Proto může být libovolný pár prvků vybrán se stejnou pravděpodobností. To znamená, že pokud je vybrána jednotka vzorku, další vybraná jednotka má stejnou pravděpodobnost, že bude vybrána jako jakákoli jiná možnost..
Tento náhodný výběr hodnot minimalizuje preferenci pro jakoukoli jednotku nebo jednotlivce daného vzorku a vytváří náhodné prostředí pro provedení potřebné analýzy. Jeho použití navíc zjednodušuje analýzu výsledků.
Variace výsledků dosažených mezi jednotlivci je obvykle dobrým ukazatelem celkového výsledku: pokud je rozptyl dosažen ve vzorku 10 lidí odebraných z populace 100, je vysoce pravděpodobné, že tento počet je stejný nebo podobný v populaci populace. 100 osob.
Příklad
Pokud je vzorek 10 lidí získán z populace jakékoli země, je pravděpodobné, že bude získáno celkem 5 mužů a 5 žen..
U tohoto typu náhodného vzorku je však 6 lidí obvykle vytěženo z jednoho pohlaví a 4 z jiného pohlaví, vzhledem k počtu lidí v populaci..
Dalším způsobem, jak vidět jednoduchý odběr vzorků, je vzít ve třídě 25 lidí, dát jejich jména na papír a umístit je do sáčku.
Pokud je z tohoto sáčku vybráno 5 příspěvků, aniž by bylo vidět a náhodně, lidé, kteří vyjdou, by představovali jednoduchý vzorek celkového počtu obyvatel třídy..
Dvojité vzorkování
Dvojitý statistický výběr byl vytvořen tak, aby výsledky získané jednoduchým vzorkováním poskytly větší hloubku. Tato metoda je obvykle používána pro velké statistické populace a její použití představuje studium dalších proměnných k těm, které byly získány v jednoduchém vzorkování.
Tato metoda se také obvykle nazývá dvoufázové vzorkování. Jeho hlavním přínosem je získání konkrétnějších výsledků as menší pravděpodobností chyb.
Obvykle se používá dvojitý odběr vzorků, pokud výsledky získané na základě jednoduchého odběru vzorků nejsou prezentovány jako rozhodující, nebo když jsou státníci ponecháni na pochybách..
V tomto případě je získán další vzorek stejné statistické populace, ze kterého byl získán první vzorek, a výsledky jsou porovnány mezi nimi za účelem jejich analýzy a snížení chybovosti..
Dvojitý odběr vzorků je široce používán při hodnocení vlastností některých materiálů vyrobených z masového materiálu (jako jsou hračky) a při kontrole kvality společností určených pro výrobky náchylné k výrobním chybám.
Příklad
Vzorek o velikosti 100 jednotek se získá na základě dávky 1000 hraček. Vyhodnocují se vlastnosti 100 vyjmutých jednotek a stanoví se, že výsledky nemají dostatečnou pevnost, aby se rozhodlo, zda by měla být šarže hraček zlikvidována nebo odebrána do skladů..
V důsledku toho se ze stejné šarže 1000 hraček extrahuje další vzorek 100 hraček. Znovu se vyhodnocuje a výsledky se srovnávají s předchozími. Tímto způsobem se stanoví, zda je dávka vadná nebo ne, a v závislosti na analýze výsledků se postupuje k jejímu zabalení nebo likvidaci..
Více vzorkování
Vícenásobné vzorkování se považuje za další rozšíření dvojitého odběru vzorků; není však součástí stejného procesu. Používá se k rozsáhlému vyhodnocení výsledků získaných ze vzorku před dosažením konečného rozhodnutí.
Při tomto odběru vzorků, známém také jako odběr vzorků ve více fázích, je obvyklé začít s velkým vzorkem as nízkými náklady na studium. V tomto typu praxe je vzorek obvykle získáván získáváním vrstev a nikoli jednotlivých jednotek; namísto jednoho je vybrán pár objektů nebo lidí.
Po výběru každé vrstvy se studují získané výsledky a vybere se jedna nebo dvě další vrstvy, aby se výsledky znovu studovaly a pak se navzájem porovnávaly..
Příklad
Australský statistický institut provedl šetření, v němž byla populace rozdělena sběrnými zónami a náhodně vybrána některá z těchto oblastí (první fáze odběru vzorků). Každá zóna pak byla rozdělena do bloků, které jsou vybrány náhodně v každé zóně (druhá fáze vzorkování).
Konečně v rámci každého bloku je vybrána oblast bydliště každé domácnosti a náhodně jsou vybrány domácnosti (třetí fáze odběru vzorků). Tím se zabrání tomu, aby byla uvedena oblast bydliště všech domácností v regionu a zaměřte se pouze na sídla umístěná v každém bloku.
Význam odběru vzorků
Vzorkování je jedním ze základních nástrojů statistického výzkumu. Tato technika se používá k úspoře nákladů a velkému množství času, což umožňuje distribuci rozpočtu v jiných oblastech.
Různé metody vzorkování navíc pomáhají statistikům získat přesnější výsledky v závislosti na typu populace, se kterou pracují, jak jsou specifické atributy, které mají být studovány, a do jaké míry chtějí vzorek analyzovat..
Kromě toho je vzorkování technika, která je tak jednoduchá, že usnadňuje přístup k statistikám i lidem s malou znalostí této oblasti..
Odkazy
- Dvojité vzorkování pro odhad poměru, PennState College, (n.d.). Převzato z psu.edu
- Dvojité, vícenásobné a sekvenční vzorkování, NC State University (n.d.). Převzato z ncsu.edu
- Jednoduché náhodné vzorkování (n.d.). Převzato z investopedia.com
- Co je to dvojité vzorkování? - (n.d.) Převzato z nist.gov
- Co je vícenásobné vzorkování? - (n.d.) Převzato z nist.gov
- Odběr vzorků, (n.d.), 19. ledna 2018. Převzato z wikipedia.org
- Vícestupňové vzorkování (n.d.), 2. února 2018. Převzato z wikipedia.org