RODZAJE PRÓBKOWANIA Z PRAWDOPODOBIEŃSTWEM I BEZ PRAWDOPODOBIEŃSTWA (PRZYKŁADY) - SŁOWNICTWO KULTUROWE - 2026

Te rodzaje próbek są różne sposoby pobierania danych z części sumy, to potężne narzędzie statystyczne, którego zadaniem jest ustalenie, jaka część populacji lub jest wszechświat zbadać, aby wnioski i uzyskać informacje na ten temat.

Pobieranie próbek jest bardzo ważne, gdy nie możesz lub nie chcesz analizować całej populacji. Zwróć uwagę, że termin „populacja” nie odnosi się tylko do dużej grupy ludzi lub istot żywych, ale ogólnie do sumy elementów, które będą badane w ramach danego problemu.

Rysunek 1. Pobieranie próbek jest ważne, aby wybrać reprezentatywną próbkę ze wszechświata. Źródło: Pixabay.

Zgodnie z wybranym rodzajem pobierania próbek wybierana jest część populacji uważana za najbardziej reprezentatywną, zawsze zgodnie z celami.

Oczywiście, biorąc pod uwagę tylko część uniwersum danych, można przeoczyć niektóre szczegóły i pominąć informacje, dlatego wyniki nie będą tak dokładne, jak powinny. Jest to znane jako błąd próbkowania.

Chodzi o to, aby maksymalnie uprościć cały zbiór danych, wybierając najbardziej reprezentatywną próbkę, która jest w stanie dostarczyć maksimum informacji, aby zapewnić wiarygodność wyników.

Rodzaje prawdopodobieństwa lub losowe pobieranie próbek

Próbkowanie oparte na prawdopodobieństwie opiera się na prawdopodobieństwie, że podmioty z próby muszą zostać wybrane. W ten sposób każdy element populacji ma znaną szansę na wybranie, która oczywiście musi być większa niż 0.

Jest to niezwykle ważne, ponieważ może się zdarzyć, że ze wszechświata danych zostanie wybrana próbka, która nie jest wystarczająco reprezentatywna dla całości.

Jeśli tak, wyniki będą nieobiektywne, ponieważ niektóre części populacji będą bardziej uprzywilejowane niż inne. Aby uniknąć stronniczości, której jest kilka kategorii, jedną z opcji jest pozwolić przypadkowi wybrać próbkę, a tym samym nadać każdemu elementowi niezerowe prawdopodobieństwo, że zostanie wybrany.

Proste losowe pobieranie próbek

To prosty sposób na zapewnienie, że szansa spełni swoje zadanie. Na przykład, jeśli chodzi o wybranie dzieci z klasy do udziału w szkolnym wydarzeniu artystycznym, imiona wszystkich dzieci są umieszczane na identycznych złożonych kartach do głosowania, mieszane w kapeluszu i losowane losowo.

Wszystkie dzieci w klasie stanowią populację, a garść kart do głosowania wyciągniętych z kapelusza jest próbką.

Sukces procedury polega na sporządzeniu pełnej listy wszystkich dzieci, tak aby nikt nie został pominięty. Na małym kursie nie stanowi to problemu; Ale jeśli chcesz wybrać próbkę z większej populacji, musisz udoskonalić metodę.

Można przeprowadzić proste losowe pobieranie próbek z wymianą lub wymianą. Na przykład, jeśli wyodrębnimy pierwiastek z populacji i zwrócimy go po wybraniu i zbadaniu, wszechświat naszych pierwiastków zawsze pozostaje taki sam przez całe badanie.

Jeśli, przeciwnie, badany jest wybrany pierwiastek, więcej nie jest zwracane, jest to próbkowanie bez wymiany. Należy to wziąć pod uwagę przy obliczaniu prawdopodobieństwa wybrania elementu.

Systematyczne pobieranie próbek losowych

Aby przeprowadzić to pobieranie próbek, konieczne jest również wyszczególnienie N elementów, a także określenie wielkości próbki, którą nazwiemy n. Lista jest nazywana ramką próbkowania.

Teraz zdefiniowany jest odstęp między skokami, który jest oznaczony literą k i jest obliczany w następujący sposób:

Losowo wybierana jest liczba od 1 do k, nazywana losowym startem ro. Jest to pierwsza osoba na liście, która ma zostać wybrana, a stamtąd wybierane są kolejne elementy z listy.

Przykład: załóżmy, że masz listę 2000 studentów z uniwersytetu i chcesz pobrać próbkę 100 studentów do udziału w kongresie.

Pierwszą rzeczą do zrobienia jest znalezienie wartości k:

Po podzieleniu całkowitej liczby uczniów na 100 fragmentów po 20 uczniów, jeden z fragmentów jest brany i wybierana jest losowa liczba od 1 do 20, na przykład 12. Dlatego dwunasty student na naszej liście jest losowy rozruch.

Następnym wybranym uczniem musi być 12 + 20 = 22, potem 42, potem 62 i tak dalej, aż wszystkie 100 zostaną ukończone.

Jak widać, jest to metoda szybka do zastosowania i zazwyczaj daje bardzo dobre rezultaty, bez konieczności wkładania 2000 nazwisk do kapelusza i wybierania ich 100, o ile w populacji nie ma okresowości, które powodują uprzedzenia. .

Losowe pobieranie próbek warstwowych

Rysunek 2. W losowym losowaniu warstwowym populacja jest podzielona na segmenty zwane warstwami. Źródło: Pixabay.

W prostym losowym próbkowaniu każda pozycja w populacji ma takie samo prawdopodobieństwo wyboru. Ale nie zawsze może to być prawdą, zwłaszcza gdy trzeba rozważyć więcej zawiłości.

Aby przeprowadzić warstwowy schemat losowania losowego, populację należy podzielić na grupy o podobnych cechach. To są warstwy. Następnie pobiera się warstwy iz każdej z nich wybiera się proste próbki losowe, które są następnie łączone w celu utworzenia próbki końcowej.

Warstwy są określane przed pobraniem próbek, badając właściwości wszechświata danych.

Cechami tymi mogą być stan cywilny, wiek, miejsce zamieszkania, na przykład ludność miejska, podmiejska i wiejska, zawód, poziom wykształcenia, płeć i wiele innych.

W każdym razie oczekuje się, że cechy charakterystyczne każdej warstwy będą bardzo różne, to znaczy, że każda warstwa będzie jednorodna.

W ramach losowania warstwowego wyróżniamy dwie kategorie, w zależności od tego, czy wielkość próby w każdej warstwie jest proporcjonalna do jej wielkości, czy też nie.

Losowe próbkowanie klastrów

Opisane powyżej metody wybierają elementy próby bezpośrednio, ale w losowaniu grupowym wybierana jest grupa elementów z populacji i będą to jednostki losowania, które nazywamy klastrem.

Przykładami klastrów są wydziały uniwersytetu, jednostki geograficzne, takie jak województwa, miasta, powiaty czy gminy, z których wszystkie mają takie samo prawdopodobieństwo wyboru. W przypadku wyboru podmiotu geograficznego mówimy o losowaniu według obszarów.

Po wybraniu klastrów elementy do analizy są stamtąd wybierane. Dlatego procedura może mieć kilka etapów.

Metoda ta ma pewne podobieństwa do metody losowej warstwowej, z tą różnicą, że w tym przypadku wybrano kilka skupień z całości, podczas gdy w poprzedniej metodzie badano wszystkie warstwy populacji.

Rodzaje próbkowania niebędące prawdopodobieństwem

Próbkowanie według prawdopodobieństwa może być bardzo kosztowne w niektórych sytuacjach, ponieważ należy zainwestować czas i zasoby, aby znaleźć próbki, które są naprawdę reprezentatywne.

Często zdarza się również, że nie ma pełnego operatu losowania - listy - dlatego nie jest możliwe określenie prawdopodobieństwa wyboru elementu.

W takich przypadkach stosuje się metody próbkowania inne niż prawdopodobieństwa, za pomocą których uzyskuje się również informacje, chociaż nie ma gwarancji dokładności wyników.

Gdy stosuje się ten rodzaj pobierania próbek, podczas doboru należy nadal przestrzegać pewnych kryteriów, starając się, aby próba była jak najbardziej odpowiednia.

Wygodne pobieranie próbek

Jest to dość elementarny typ próbkowania, w którym elementy próby dobiera się pod kątem ich dostępności, czyli wybiera się najbardziej dostępne osoby. Ma tę zaletę, że jest metodą o bardzo niskich kosztach, ze względu na jej szybkość i wygodę.

Ale jak powiedziałem, nie ma pewności, że uzyskasz wiarygodne informacje o swoich wynikach. Czasami jest używany do szybkich, krótkich ankiet przed wyborami lub do zapytań o preferencje klientów dotyczące określonych produktów.

Na przykład ankieter może udać się do wyjścia z trzech centrów handlowych znajdujących się najbliżej jego domu i zapytać tych, którzy wyjeżdżają, na którego kandydata głosowaliby. Lub nauczyciel może przeprowadzić ankietę wśród swoich uczniów, ponieważ mają do nich natychmiastowy dostęp.

Choć wygląda na to, że wyniki takiej procedury są bezwartościowe, zdarza się, że mogłyby być dobrym odzwierciedleniem populacji, o ile istnieją uzasadnione powody, by przypuszczać, że nastawienie nie jest zbyt duże.

Nie jest to jednak takie proste, ponieważ uczniowie danego nauczyciela nie mogą stanowić reprezentatywnej próby reszty samorządu. Przez większość czasu ankieterzy w centrach handlowych przeprowadzają wywiady z najbardziej atrakcyjnie wyglądającymi osobami.

Próbkowanie kwot

Aby próbkować według kwot, należy mieć dobrą wcześniejszą wiedzę na temat warstw populacji, aby mieć pojęcie, które z nich są najbardziej reprezentatywne. Jednak nie podlega on kryterium losowości losowania warstwowego.

W tego rodzaju próbkowaniu konieczne jest ustalenie „kwot”, stąd nazwa metody. Kwoty te obejmują zebranie wielu elementów z określonymi warunkami, na przykład 15 kobiet w wieku od 25 do 50 lat, które nie palą, a także posiadają samochód.

Po ustaleniu kwoty wybierane są pierwsze osoby, które spełniają ustalone warunki. Kryteria tego ostatniego kroku mogą być dogodne dla badacza. Tutaj widać różnicę w przypadku losowej metody próbkowania warstwowego.

Jest to jednak metoda niskokosztowa, korzystna, jeśli, jak powiedzieliśmy, badana populacja jest dobrze znana.

Próbkowanie śnieżki

Procedura, którą należy zastosować w tym stylu pobierania próbek, polega na wybraniu kilku osób, które przewodzą innym, a te z kolei innym, aż próbka osiągnie wielkość, której potrzebuje badacz.

Jest to procedura, która może być przydatna do scharakteryzowania niektórych populacji o dość specyficznych cechach. Przykłady: osadzeni w zakładzie karnym lub osoby z określonymi chorobami.

Uznaniowe pobieranie próbek

W końcu to badacz decyduje o kryteriach, według których będzie wybierał swoją próbę, zgodnie ze swoją wiedzą. Może się przydać, gdy konieczne jest dodanie do badania określonych osób, które metodą losową nie mogły wziąć udziału.

Bibliografia

1. Berenson, M. 1985. Statystyka zarządzania i ekonomii, koncepcje i zastosowania. Od redakcji Interamericana.
2. Statystyka. Próbowanie. Odzyskane z: encyclopediaeconomica.com.
3. Statystyka. Próbowanie. Odzyskany z: Estadistica.mat.uson.mx.
4. Eksplorowalne. Próbkowanie klastrów. Odzyskany z: explorable.com.
5. Moore, D. 2005. Podstawowe statystyki stosowane. 2nd. Wydanie.
6. Netquest. Próbkowanie według prawdopodobieństwa: próbkowanie warstwowe. Odzyskany z: netquest.com.
7. Wikipedia. Próbowanie. Odzyskane z: es.wikipedia.org