단순, 이중 및 다중 표본 추출의 이론, 중요성 및 중요성

그 표본 추출 이론, 통계에,(통계적 모집단으로 알려진) 특정 집단의 단위의 부분 집합을 선택하는 것입니다. 목적은 모든 개체의 일반적인 특성을 결정하는 것이지만 전체 인구를 연구하지 않고 선택된 하위 집합에서 선택된 개체의 특성에 따라 결정됩니다.

수행되는 관찰은 독립적 인 단위로 통계적으로 표현되는 연구 대상 또는 대상에서 하나 이상의 관찰 가능한 특성을 결정하고자합니다. 샘플링과 함께, 통계 및 확률 이론이 조사 수행을 위해 적용됩니다..

색인

• 1 간단한 샘플링
  • 1.1 예제
• 2 더블 샘플링
  • 2.1 예제
• 3 다중 샘플링
  • 3.1 예제
• 4 표본 추출의 중요성
• 5 참고

간단한 샘플링

단순 확률 적 샘플링은 각 요소가 무작위로 선택 될 가능성이 동일한 통계적 모집단 중에서 표본을 선택하는 것으로 구성됩니다. 이 방법에서는 모집단 샘플을 더 많은 부분으로 세분하거나 섹션별로 구분하지 않습니다..

따라서 모든 요소 쌍을 동일한 확률로 선택할 수 있습니다. 즉, 샘플의 단위가 선택되면 다음에 선택 될 다른 옵션은 다른 옵션과 마찬가지로 선택 될 가능성이 있습니다..

이 값을 무작위로 선택하면 주어진 샘플의 단위 또는 개인에 대한 선호도가 최소화되어 필요한 분석을 수행 할 수있는 임의의 환경이 만들어집니다. 또한, 그 사용은 결과 분석을 단순화합니다..

개인간에 얻은 결과의 차이는 대개 전체 결과의 좋은 지표입니다. 인구 100 명에서 추출한 10 명의 표본에서 분산이 얻어진 경우,이 수가 인구 집단에서 같거나 유사 할 확률이 매우 높습니다. 100 명.

예제

어떤 국가의 인구에서 10 명의 표본을 얻는다면 총 5 명의 남성과 5 명의 여성이 확보 될 것입니다.

그러나,이 유형의 무작위 표본에서, 인구 중 사람 수를 감안할 때 일반적으로 6 명의 사람들이 한 성별과 다른 성별에서 4 명 추출됩니다..

간단한 샘플링을 보는 또 다른 방법은 25 명의 교실을 종이에 붙여 놓고 가방에 넣는 것입니다..

이 가방에서 5 장의 서류를 보지 않고 무작위로 선택하면 나와있는 사람들은 교실 전체 인구의 간단한 견본을 대표하게됩니다.

이중 샘플링

이중 통계적 샘플링은 간단한 샘플링에서 얻은 결과에 더 큰 수준의 깊이를 제공하기 위해 작성되었습니다. 이 방법은 일반적으로 큰 통계적 모집단에 사용되며, 그 사용은 간단한 샘플링에서 얻은 변수에 대한 추가 변수 연구를 나타냅니다.

이 방법은 대개 2 단계 샘플링이라고도합니다. 주요 이점은보다 구체적인 결과를 얻고 오류 발생 가능성을 줄이는 것입니다..

보통, 단순 표본 추출에 근거하여 얻은 결과가 결정적으로 제시되지 않거나 정치가가 의심스럽게 남을 때 이중 표본 추출이 사용된다..

이 경우, 동일한 통계적 모집단의 추가 표본이 첫 번째 표본을 얻은 시점에서 얻어지고, 그 결과를 비교하여 표본을 분석하고 오류 마진을 줄입니다.

이중 샘플링은 특정 양산 재료 제품 (장난감과 같은)의 특성 평가와 제조 오류가 발생할 수있는 제품 전용 제품의 품질 관리에 널리 사용됩니다.

예제

1000 단위의 배치에 기초하여 100 단위의 샘플이 얻어진다. 추출 된 100 단위의 특성을 평가하고 장난감 로트를 폐기하거나 매장으로 가져 가야하는지 결정하기에 충분한 결과가 없다고 판단됩니다.

그 결과, 동일한 장난감 1000 개에서 100 개의 장난감 샘플이 추가로 추출됩니다. 다시 평가하고 결과를 이전 평가와 비교합니다. 이러한 방식으로, 결과의 분석에 따라 배치에 결함이 있는지 여부가 결정되고, 배치를 처리하거나 처리하기 시작합니다.

다중 샘플링

다중 샘플링은 더블 샘플링의 추가 확장으로 간주됩니다. 그러나 동일한 프로세스의 일부가 아닙니다. 최종 결정에 도달하기 전에 샘플에서 얻은 결과를 광범위하게 평가하는 데 사용됩니다.

이 샘플링 (여러 단계의 샘플링이라고도 함)에서는 대규모 샘플을 사용하고 저렴한 비용으로 시작하는 것이 일반적입니다. 이러한 유형의 실습에서 표본은 일반적으로 개별 단위가 아닌 지층을 얻음으로써 얻습니다. 즉, 한 쌍이 아닌 한 쌍의 객체 또는 사람들이 선택됩니다..

각 계층을 선택한 후 얻은 결과를 연구하고 하나 또는 두 개의 지층을 선택하여 결과를 다시 조사한 다음 서로 비교합니다..

예제

오스트레일리아 통계청 (Australian Statistics Institute)은 인구를 징수 구역별로 나누어 무작위로 이들 지역 중 일부를 선택하는 조사를 실시했습니다 (샘플링 첫 단계). 그런 다음 각 영역을 블록으로 분할하여 각 영역 내에서 임의로 선택합니다 (샘플링의 두 번째 단계).

마지막으로 각 블록 내에서 각 가구의 거주 지역이 선택되고 가구가 임의로 선택됩니다 (샘플링의 세 번째 단계). 이렇게하면 해당 지역의 모든 세대의 거주 지역을 나열하지 않고 각 블록 내에 위치한 거주에만 집중할 수 있습니다.

표본 추출의 중요성

샘플링은 통계 조사의 필수 도구 중 하나입니다. 이 기술은 비용을 절약하고 많은 시간을 절약하기 위해 사용되므로 예산을 다른 지역에 분산시킬 수 있습니다..

또한 다양한 샘플링 기술을 통해 통계학자가 자신이 일하는 인구의 유형, 연구 할 특성의 구체적 유형 및 샘플 분석의 깊이에 따라보다 정확한 결과를 얻을 수 있습니다..

또한 샘플링은 사용법이 간단하여이 분야에 대한 지식이 거의없는 사람들을위한 통계에 쉽게 액세스 할 수 있습니다..

참고 문헌

1. 비율 추정을위한 더블 샘플링, PennState College, (n.d.). psu.edu에서 가져온 것
2. Double, Multiple, Sequential Sampling, NC State University (n.). ncsu.edu에서 가져온 것
3. 단순 랜덤 샘플링, (n.d.). investopedia.com에서 가져온
4. 이중 샘플링이란 무엇입니까? - (n.d.) nist.gov에서 가져온 것
5. 다중 샘플링이란 무엇입니까? - (n.d.) nist.gov에서 가져온 것
6. 샘플링, (n.d.), 2018 년 1 월 19 일. wikipedia.org에서 가져옴
7. Multistage Sampling, (n.d.), 2018 년 2 월 2 일. wikipedia.org에서 가져옴