Differenza tra semplice campione casuale e campione casuale casuale
Semplice campione casuale vs campionamento casuale casuale
I dati sono una delle cose più importanti delle statistiche. A causa di difficoltà pratiche, non sarà possibile utilizzare dati di una popolazione intera quando viene esaminata un'ipotesi. Pertanto, i valori dei dati provenienti dai campioni vengono presi per rendere inferenze su una popolazione. Poiché non vengono utilizzati tutti i dati; vi è un'incertezza (che si chiama errore di campionamento) nelle inferenze fatte. Per ridurre al minimo tali incertezze, è importante scegliere campioni imparziali.Quando individui sono scelti per un campione in modo che ogni individuo nella popolazione abbia una probabilità uguale di essere selezionato, allora un campione di questo tipo viene chiamato un campione casuale. Ad esempio, considerare il caso in cui 10 case su 100 case in un quartiere devono essere scelte come un campione. Il numero di ogni casa è scritto in pezzi di carta e tutti i 100 pezzi sono in un cestino. Uno sceglie casualmente 10 diversi pezzi di carta con sostituzione dal cesto. Quindi i 10 numeri scelti saranno un campione casuale.
Semplice campionamento casuale e campionamento casuale sistematico sono entrambe tecniche di campionamento, che si traducono in campioni casuali con poche qualità diverse.
Che cosa è un campione semplice casuale?
Un semplice campione casuale è un campione casuale scelto in modo tale che ciascuno dei campioni di quella dimensione del campione (che può essere scelto dalla popolazione) ha una probabilità uguale di essere selezionato come campione. Questa tecnica di campionamento richiede la portata per tutta la portata totale della popolazione. In altre parole, la popolazione dovrebbe essere sufficientemente piccola, temporale e spaziale, per fare un semplice campionamento casuale in modo efficiente. Guardando indietro all'esempio, nel secondo paragrafo, si può vedere che quello che viene fatto è semplice campionamento casuale e il campione di 10 case disegnate in questo modo è un semplice campione casuale.
Ad esempio, considerare il caso della prova di lampadine prodotte da una società, per tutta la durata. La popolazione in esame è tutta la lampadina prodotta dall'azienda. Ma in questo caso, alcune lampadine devono ancora essere prodotte e alcune lampadine sono già vendute. Quindi il campionamento è temporalmente limitato alle lampadine attualmente in scorta. In questo caso non è possibile eseguire campionamenti semplici, poiché è impossibile assicurarsi che ogni campione di dimensioni k abbia la stessa probabilità di essere selezionato come campione da indagare. Che cosa è un campione casuale sistematico? I campioni casuali scelti con schema sistematico sono chiamati campioni casuali sistematici. Ci sono diversi passaggi per scegliere un campione utilizzando questo metodo.
Indicare la popolazione (i numeri devono essere assegnati a caso)
Calcolare il valore massimo dell'intervallo di campionamento (il numero di individui nella popolazione diviso per il numero di individui da scegliere per il campione)
- Selezionare un numero casuale tra 1 e massimo.
- Aggiungete ripetutamente il valore massimo per selezionare il resto degli individui.
- Scegliere il campione selezionando gli individui corrispondenti alla sequenza numerica ottenuta.
- Ad esempio, considerare la selezione di 10 case su 100 case. Poi, le case sono numerate da 1 a 100, per trovare un campione casuale sistematico. Quindi, il valore massimo è
- 100
/ 10 = 10. Ora, scegli un numero casuale nell'intervallo 1-10. Può essere fatto disegnando i lotti. Diciamo, 7 è il numero ottenuto come risultato. Il campione casuale è le case numerate 7, 17, 27, 37, 47, 57, 67, 77, 87 e 97. Qual è la differenza tra campione semplice e casuale? • Il campione casuale semplice richiede che ciascun individuo venga selezionato separatamente, ma il campione casuale non è sistematico.
