Skillnaden mellan Simple Random Sample och Systematic Random Sample

Innehållsförteckning:

Skillnaden mellan Simple Random Sample och Systematic Random Sample
Skillnaden mellan Simple Random Sample och Systematic Random Sample

Video: Skillnaden mellan Simple Random Sample och Systematic Random Sample

Video: Skillnaden mellan Simple Random Sample och Systematic Random Sample
Video: Штукатурка стен - самое полное видео! Переделка хрущевки от А до Я. #5 2024, Juli
Anonim

Simple Random Sample vs Systematic Random Sample

Data är en av de viktigaste sakerna inom statistik. På grund av praktiska svårigheter kommer det inte att vara möjligt att använda data från en hel population när en hypotes prövas. Därför tas datavärden från stickprov för att dra slutsatser om en population. Eftersom inte all data används; det finns en osäkerhet (vilket kallas provtagningsfelet) i de slutsatser som görs. För att minimera sådana osäkerheter är det viktigt att opartiska prover väljs.

När individer väljs ut för ett urval på ett sådant sätt att varje individ i populationen har lika stor sannolikhet att bli utvald, då kallas ett sådant urval för ett slumpmässigt urval. Tänk till exempel på fallet där 10 hus av 100 hus i en stadsdel ska väljas som ett urval. Antalet på varje hus är skrivet i papperslappar, och alla 100 bitar ligger i en korg. Man väljer slumpmässigt 10 olika papperslappar med ersättning från korgen. Då blir de valda 10 siffrorna ett slumpmässigt urval.

Enkelt slumpmässigt urval och systematiskt slumpmässigt urval är båda provtagningstekniker som resulterar i slumpmässiga urval med några olika kvaliteter.

Vad är ett enkelt slumpmässigt urval?

Ett enkelt slumpmässigt urval är ett slumpmässigt urval som v alts på ett sådant sätt att vart och ett av urvalen av den urvalsstorleken (som kan väljas från populationen) har lika stor sannolikhet att väljas som urval. Denna provtagningsteknik kräver räckvidd genom hela populationens omfattning. Med andra ord bör populationen vara tillräckligt liten, tidsmässigt och spati alt, för att göra enkla stickprov på ett effektivt sätt. När man ser tillbaka på exemplet, i andra stycket, kan man se att det som görs där är ett enkelt slumpmässigt urval och urvalet av 10 hus som dras på det sättet är ett enkelt slumpmässigt urval.

Tänk till exempel på fallet med att testa glödlampor som tillverkats av ett företag, under hela livet. Populationen som övervägs är alla glödlampor som tillverkas av företaget. Men i det här fallet återstår några lökar att producera och några lökar är redan sålda. Så provtagningen är tidsmässigt begränsad till de lökar som för närvarande finns i lager. I det här fallet kan en enkel slumpmässig urval inte göras, eftersom det är omöjligt att säkerställa att för varje k, varje urval av storlek k har lika stor sannolikhet att väljas som ett urval som ska undersökas.

Vad är ett systematiskt slumpmässigt urval?

Slumpmässiga urval som v alts med ett systematiskt mönster kallas systematiska slumpmässiga urval. Det finns flera steg för att välja ett prov med den här metoden.

  • Indexa populationen (nummer bör tilldelas slumpmässigt)
  • Beräkna maxvärdet för urvalsintervallet (antalet individer i populationen dividerat med antalet individer som ska väljas för urvalet.)
  • Välj ett slumpmässigt tal mellan 1 och maxvärdet.
  • Lägg till maxvärdet upprepade gånger för att välja resten av individerna.
  • Välj provet genom att välja de individer som motsvarar den erhållna nummersekvensen.

Tänk till exempel ett urval av 10 hus av 100 hus. Sedan numreras husen från 1 till 100, för att hitta ett systematiskt slumpmässigt urval. Sedan är maxvärdet 100/10=10. Välj nu ett tal slumpmässigt i intervallet 1-10. Det kan göras genom lottning. Säg att 7 är siffran som erhålls som ett resultat. Det slumpmässiga urvalet är husen numrerade 7, 17, 27, 37, 47, 57, 67, 77, 87 och 97.

Vad är skillnaden mellan Simple Random Sample och Systematic Random Sample?

• Enkelt slumpmässigt urval kräver att varje individ väljs separat men systematiskt slumpmässigt urval gör det inte.

• I enkla slumpmässiga urval, för varje k, har varje urval av storlek k lika stor sannolikhet att väljas som ett urval, men det är inte så i systematiskt slumpmässigt urval.

Rekommenderad: