Preprosti naključni in stratificirani naključni vzorec: kakšna je razlika?

Enostavni naključni vzorci in stratificirani naključni vzorci so statistično orodje za merjenje. Za predstavitev celotne populacije podatkov se uporablja preprost naključni vzorec. Stratificirani naključni vzorec razdeli populacijo na manjše skupine ali sloje na podlagi skupnih značilnosti.

Populacija je skupni niz opazovanj ali podatkov. Vzorec je skupek opazovanj prebivalstva. Metoda vzorčenja je postopek, ki se uporablja za odvzem vzorcev iz populacije.

Preprost naključni vzorec

Enostavno naključno vzorčenje je statistično orodje, ki se uporablja za opis zelo osnovnega vzorca, vzetega iz podatkovne populacije. Ta vzorec predstavlja ekvivalent celotne populacije.

Preprost naključni vzorec se pogosto uporablja, kadar je na voljo zelo malo informacij o populaciji podatkov, kadar ima populacija podatkov veliko preveč razlik za razdelitev na različne podvrste ali kadar je med populacijo podatkov le ena značilna značilnost.

Na primer, družba za sladkarije bo morda želela preučiti nakupne navade svojih kupcev, da bi določila prihodnost svoje linije izdelkov. Če je 10.000 strank, lahko izbere 100 teh strank kot naključni vzorec. Nato lahko vse, kar najde, od teh 100 kupcev uporabi za preostanek svoje baze.

Statistiki bodo izdelali izčrpen seznam podatkovne populacije in nato izbrali naključni vzorec znotraj te velike skupine. V tem vzorcu ima vsak član populacije enake možnosti, da bo izbran za del vzorca. Izbiramo jih lahko na dva načina:

• Skozi ročno loterijo, v kateri dobi vsak član populacije številko. Število nato naključno nariše nekdo, ki ga vključi v vzorec. To je najbolje uporabiti, če pogledamo majhno skupino.
• Računalniško generirano vzorčenje. Ta metoda najbolje deluje pri večjih naborih podatkov z uporabo računalnika za izbiro vzorcev in ne človeka.

Uporaba preprostega naključnega vzorčenja omogoča raziskovalcem, da opravijo posplošitve o določeni populaciji in ne zapustijo pristranskosti. To lahko pomaga ugotoviti, kako sprejeti prihodnje odločitve. Tako lahko podjetje za sladkarije iz zgornjega primera uporabi to orodje, da razvije novo aromo sladkarij za proizvodnjo, ki temelji na trenutnih okusih 100 kupcev. Toda ne pozabite, da gre za posplošitve, zato je prostor za napake. Konec koncev gre za preprost vzorec. Teh 100 kupcev morda nima natančne predstavitve okusov celotne populacije.

Stratificirano naključno vzorčenje

Za razliko od preprostih naključnih vzorcev se stratificirani naključni vzorci uporabljajo s populacijami, ki jih je mogoče enostavno razbiti na različne podskupine ali podskupine. Te skupine temeljijo na določenih merilih, nato naključno izberejo elemente iz vsake v sorazmerju z velikostjo skupine v primerjavi s prebivalstvom.

Ta metoda vzorčenja pomeni, da bodo izbrani iz vsake različne skupine, katere velikost temelji na deležu celotne populacije. Toda raziskovalci morajo zagotoviti, da se plasti ne prekrivajo. Vsaka točka populacije mora pripadati le enemu sloju, tako da se vsaka točka medsebojno izključuje. Prekrivajoči se sloji bi povečali verjetnost, da bodo vključeni nekateri podatki, s čimer bi se izrisal vzorec.

Družba za sladkarije se lahko odloči, da bo uporabila metodo naključnega stratificiranega vzorčenja tako, da bo razdelila 100 strank v različne starostne skupine, da bi pomagala pri določanju prihodnosti proizvodnje.

Upravljavci portfelja lahko uporabljajo stratificirano naključno vzorčenje za ustvarjanje portfeljev s kopiranjem indeksa, kot je indeks obveznic.

Stratificirano vzorčenje ponuja nekatere prednosti in slabosti v primerjavi s preprostim naključnim vzorčenjem. Ker uporablja posebne značilnosti, lahko zagotovi natančnejšo predstavitev populacije na podlagi tega, kar se uporablja za razdelitev na različne podskupine. To pogosto zahteva manjšo velikost vzorca, kar lahko prihrani vire in čas. Poleg tega lahko raziskovalci z vključitvijo zadostnih vzorčnih točk iz vsakega sloja opravijo ločeno analizo vsakega posameznega sloja.

Toda za vlečenje stratificiranega vzorca je potrebno več dela kot naključni vzorec. Raziskovalci morajo posamezno spremljati in preverjati podatke za vsak sloj za vključitev, kar lahko traja veliko več časa v primerjavi z naključnim vzorčenjem.

Ključni odvzemi

• Preprosti naključni in stratificirani naključni vzorci so orodja za statistično merjenje.
• Preprost naključni vzorec vzame majhen, osnovni del celotne populacije, da predstavlja celoten nabor podatkov.
• Populacija je razdeljena v različne skupine, ki imajo podobne značilnosti, iz katerih je bil odvzet stratificiran naključni vzorec.