Skillnaden mellan urval och befolkning

Skillnaden mellan urval och befolkning
Skillnaden mellan urval och befolkning

Video: Skillnaden mellan urval och befolkning

Video: Skillnaden mellan urval och befolkning
Video: Graphical User Interface (GUI) vs Command Line Interface (CLI) 2024, November
Anonim

Sample vs Population

Population och Sample är två viktiga termer i ämnet 'Statistik'. Enkelt uttryckt är populationen den största samlingen av föremål som vi är intresserade av att studera, och urvalet är en delmängd av en population. Med andra ord bör urvalet representera populationen med färre men tillräckligt antal objekt. En population kan ha flera urval med olika storlekar.

Sample

Ett urval kan bestå av två eller flera objekt som har v alts ut ur populationen. Den lägsta möjliga storleken för ett urval är två och den högsta skulle vara lika med populationens storlek. Det finns flera sätt att välja ett urval från en population. Teoretiskt sett är att välja ett "slumpmässigt urval" det bästa sättet att uppnå korrekta slutsatser om befolkningen. Den här typen av urval kallas också för sannolikhetsurval, eftersom alla objekt i populationen har lika möjligheter att ingå i ett urval.

’Simple slumpmässig sampling’-teknik är den mest kända slumpmässiga samplingstekniken. I det här fallet väljs objekt som ska väljas ut för urvalet slumpmässigt från populationen. Ett sådant prov kallas ett "Simple Random Sample" eller SRS. En annan populär teknik är "systematisk provtagning". I det här fallet väljs objekten för ett prov baserat på en viss systematisk ordning.

Exempel: Var tionde person i kön väljs ut för ett prov.

I det här fallet är den systematiska beställningen var tionde person. Statistikern är fri att definiera denna ordning på ett meningsfullt sätt. Det finns andra slumpmässiga urvalstekniker som klusterprovtagning eller stratifierad urval, och metoden för urval skiljer sig något från de två ovanstående.

För praktiska ändamål kan icke-slumpmässiga prover såsom bekvämlighetsprov, bedömningsprover, snöbollsprover och ändamålsenliga prover användas. Dessutom är föremål som v alts till ett icke-slumpmässigt urval avser en chans. Faktum är att varje del av befolkningen inte har samma möjlighet att inkluderas i ett icke-slumpmässigt urval. Dessa typer av sampel kallas även icke-sannolikhetssampel.

Population

Alla samlingar av enheter som är intressanta att undersöka definieras helt enkelt som "population". Population är basen för urval. Vilken uppsättning objekt som helst i universum kan vara en population, baserat på studieförklaringen. Generellt sett bör en population vara relativt stor i storlek och svår att sluta sig till vissa egenskaper genom att betrakta dess objekt individuellt. De mätningar som ska undersökas i populationen kallas parametrar. I praktiken uppskattas parametrarna med hjälp av statistik som är relevanta mätningar av prov.

Exempel: När man uppskattar det genomsnittliga matematikbetyget för 30 elever i en klass från det genomsnittliga matematikbetyget för 5 elever, är parametern klassens genomsnittliga matematikbetyg. Statistiken är det genomsnittliga matematikbetyget för 5 elever.

Sample vs Population

Det intressanta sambandet mellan urvalet och populationen är att populationen kan existera utan ett urval, men urvalet kanske inte existerar utan population. Detta argument bevisar ytterligare att ett urval beror på en population, men intressant nog beror de flesta av befolkningens slutsatser på urvalet. Huvudsyftet med ett urval är att uppskatta eller sluta sig till vissa mätningar av en population så korrekta som möjligt. En högre noggrannhet kan härledas från det totala resultatet som erhålls från flera urval av samma population snarare än från ett urval. En annan viktig sak att veta är att när man väljer ut mer än ett urval från en population kan ett objekt också inkluderas i ett annat urval. Detta fall är känt som "prover med ersättningar". Att investera relevanta mätningar av populationen från ett urval och få nästan liknande resultat är dessutom ett gyllene tillfälle att spara kostnader och tidsvärde.

Det är viktigt att veta att, när urvalsstorleken ökar, ökar också noggrannheten i skattningen för populationsparametern. Logiskt sett bör urvalsstorleken inte vara för liten för att få bättre uppskattningar för populationen. Vidare bör även slumpmässiga urval anses ha bättre uppskattningar. Därför är det avgörande att vara uppmärksam på storleken och slumpmässigheten hos urvalet för att vara representativt för att få bästa uppskattningar för populationen.

Rekommenderad: