Jak stratifikovaný náhodný odběr vzorků funguje

stratifikovaný náhodný odběr vzorků je metoda odběru vzorků, která zahrnuje rozdělení populace na menší skupiny-tzv. Skupiny nebo vrstvy jsou organizovány na základě sdílených charakteristik nebo atributů členů ve skupině. Proces klasifikace obyvatelstva do skupin se nazývá stratifikace.

stratifikovaný náhodný odběr vzorků je také známý jako náhodný odběr kvót a proporcionální náhodný odběr vzorků., Stratifikovaný náhodný odběr vzorků má řadu aplikací a výhod, jako je studium demografie populace a očekávaná délka života.

Pochopení Stratifikovaný Náhodný výběr

Stratifikovaný náhodný výběr rozděluje populaci do podskupin. Náhodné vzorky se odebírají ve stejném poměru k populaci z každé skupiny nebo vrstev. Členové v každé vrstvě (singulární pro vrstvy) mají podobné atributy a vlastnosti.

stratifikovaný náhodný odběr vzorků je metoda odběru vzorků, což je, když výzkumník vybere malou skupinu jako velikost vzorku pro studium. Tato podmnožina představuje větší populaci., Organizování populace do skupin s podobnými vlastnostmi pomáhá vědci ušetřit čas a peníze, když populace studován je příliš velký, aby analyzovat na individuálním základě. Stratifikovaný náhodný výběr pomáhá tím, že vědci uspořádat do skupin na základě podobné charakteristiky, přičemž náhodný vzorek je pořízen z každé vrstvy nebo skupiny.,

stratifikovaný náhodný odběr vzorků lze použít například ke studiu voleb, lidí, kteří pracují přesčas, délka života, příjem různých populací a příjem pro různá pracovní místa v celé zemi.

Rozvrstvené vs. Zjednodušený Náhodný výběr

jednoduchý náhodný vzorek je vzorek osob, které existují v populaci, přičemž jedinci jsou náhodně vybrané z populace a umístěny do vzorku., Tato metoda náhodného výběru jednotlivců se snaží vybrat velikost vzorku, která je nezaujatým zastoupením populace. Jednoduchý náhodný vzorek však není výhodný, když se vzorky populace značně liší.

naopak stratifikovaný náhodný vzorkování rozděluje populaci na podskupiny a organizuje je podobnými vlastnostmi, charakteristikami a chováním. Výsledkem je, že stratifikovaný náhodný odběr vzorků je výhodnější, když se populace značně liší, protože pomáhá lépe organizovat vzorky pro studium.,

jednoduchý náhodný vzorek je však výhodnější, když populace nemůže být uspořádána do podskupin, protože v populaci je příliš mnoho rozdílů. Taky, jednoduché náhodné vzorky jsou nejlepší, když tam je málo-to-žádné informace o populaci, což zabraňuje populaci z rozbití do podmnožin na základě vlastností nebo vlastností.

Příklad Stratifikovaného Náhodného výběru

výzkumný tým se rozhodl provést studii, analyzovat stupeň bodové průměry, nebo Průměr za 21 milionů vysokoškolských studentů v USA, Vědci se rozhodnou získat náhodný vzorek 4 000 vysokoškolských studentů v populaci 21 milionů. Tým chce přezkoumat různé obory a následné GPAs pro studenty nebo účastníky vzorku.

z 4000 účastníků, rozdělení oborů je následující:

• čeština: 560
• Věda: 1,135
• Computer science: 800
• Strojírenství: 1,090
• Matematika: 415

vědci mají pět vrstev, z stratifikovaný náhodný výběr procesu., Dále vědci studují údaje o populaci, aby určili procento z 21 milionů studentů, kteří jsou v předmětech z jejich vzorku. Zjištění ukazují následující:

• 12% major v angličtině
• 28% hlavní ve vědě
• 24% hlavní v computer science
• 21% velké ve strojírenství
• 15% obor matematika

tým rozhodne zaměstnat proporcionální stratifikovaný náhodný vzorek, kterým chtějí zjistit, jestli obory pro studenty ve vzorku představují stejný podíl jako v populaci.,

poměr ve vzorku se však nerovná procentům populace. Například 12% studentské populace jsou anglické majory, zatímco 14% studentů ve vzorku jsou anglické majory (nebo 560 anglických majorů / 4,000).

v důsledku toho se vědci rozhodnou převzorkovat studenty tak, aby odpovídali procentu velkých společností v populaci., Ze 4000 studentů v jejich vzorku, se rozhodnou, aby náhodně vybrat následující:

vědci mají nyní proporcionální stratifikovaný náhodný vzorek studentů vysoké školy a jejich obory, které přesněji odráží obory na celkové studentské populace. Odtud mohou vědci analyzovat GPA každé vrstvy a jejich charakteristiky, aby získali lepší představu o tom, jak si vede celková studentská populace.,

---