Jak stratyfikowane losowe pobieranie próbek działa

stratyfikowane losowe pobieranie próbek jest metodą pobierania próbek, która polega na podzieleniu populacji na mniejsze grupy-zwane warstwami. Grupy lub warstwy są zorganizowane w oparciu o wspólne cechy lub atrybuty członków w grupie. Proces klasyfikacji populacji na grupy nazywa się stratyfikacją.

stratyfikowane losowe pobieranie próbek jest również znane jako losowe pobieranie kwot i proporcjonalne losowe pobieranie próbek., Stratyfikowane losowe pobieranie próbek ma wiele zastosowań i korzyści, takich jak badanie demografii populacji i oczekiwanej długości życia.

zrozumienie Stratyfikowanego losowego pobierania próbek

stratyfikowane losowe pobieranie próbek dzieli populację na podgrupy. Próbki losowe pobiera się w takim samym stosunku do populacji z każdej z grup lub warstw. Członkowie w każdej warstwie (liczba pojedyncza dla warstw) utworzone mają podobne atrybuty i cechy.

stratyfikowane losowe pobieranie próbek jest metodą pobierania próbek, która jest, gdy badacz wybiera małą grupę jako wielkość próby do badania. Ta podgrupa reprezentuje większą populację., Organizowanie populacji w grupy o podobnych cechach pomaga naukowcom zaoszczędzić czas i pieniądze, gdy badana populacja jest zbyt duża, aby analizować ją indywidualnie. Stratyfikowane losowe pobieranie próbek pomaga, umożliwiając naukowcom organizowanie grup w oparciu o podobne cechy, przy czym losowa próbka jest następnie pobierana z każdej warstwy lub grupy.,

stratyfikowane losowe pobieranie próbek może być wykorzystane, na przykład, do badania sondażu wyborów, osób, które pracują w godzinach nadliczbowych, oczekiwanej długości życia, dochodów różnych populacji i Dochodów dla różnych miejsc pracy w całym kraju.

stratyfikowane vs.uproszczone losowe próbkowanie

prosta próbka losowa jest próbką osób, które istnieją w populacji, w której osoby są losowo wybrane z populacji i umieszczone w próbie., Ta metoda losowo wybranych osób stara się wybrać wielkość próby, która jest bezstronna reprezentacja populacji. Jednak prosta próba losowa nie jest korzystna, gdy próbki populacji różnią się znacznie.

odwrotnie, stratyfikowane losowe pobieranie próbek rozbija populację na podgrupy i organizuje je według podobnych cech, cech i zachowania. W rezultacie, warstwowe losowe pobieranie próbek jest bardziej korzystne, gdy populacja różni się znacznie, ponieważ pomaga lepiej zorganizować próbki do badania.,

jednak prosta próba losowa jest bardziej korzystna, gdy populacja nie może być zorganizowana w podgrupy, ponieważ istnieje zbyt wiele różnic w populacji. Ponadto, proste próbki losowe są najlepsze, gdy nie ma mało lub nie ma informacji o populacji, co zapobiega populacji z rozbiciem na podzbiory na podstawie cech lub cech.

przykład warstwowego losowego pobierania próbek

zespół badawczy zdecydował się przeprowadzić badanie w celu analizy średniej punktowej lub GPA dla 21 milionów studentów w Stanach Zjednoczonych., Naukowcy decydują się na losową próbę 4000 studentów w populacji 21 milionów. Zespół chce sprawdzić różne kierunki i kolejne GPA dla studentów lub uczestników próbki.

spośród 4000 uczestników, podział kierunków jest następujący:

• angielski: 560
• Nauka: 1135
• Informatyka: 800
• Inżynieria: 1090
• Matematyka: 415

naukowcy mają swoje pięć warstw z warstwowego procesu losowego pobierania próbek., Następnie naukowcy badają dane dotyczące populacji, aby określić odsetek 21 milionów studentów, które są główne w tematach z ich próbki. Wyniki pokazują, co następuje:

• 12% major in English
• 28% major in science
• 24% major in computer science
• 21% major in engineering
• 15% major in mathematics

uczniowie biorący udział w próbie reprezentują ten sam odsetek co ludność.,

jednak proporcje w próbie nie są równe procentom w populacji. Na przykład 12% populacji studentów to kierunki w języku angielskim, podczas gdy 14% studentów w próbie to kierunki w języku angielskim (lub 560 kierunków w języku angielskim / 4000).

w rezultacie badacze decydują się na ponowną próbę studentów, aby dopasować odsetek kierunków w populacji., Spośród 4000 studentów w swojej próbie, decydują się losowo wybrać następujące:

naukowcy mają teraz proporcjonalną warstwową losową próbkę studentów i ich odpowiednich kierunków, co dokładniej odzwierciedla kierunki dla ogólnej populacji studentów. Stamtąd naukowcy mogą analizować GPA każdej warstwy, a także ich cechy, aby uzyskać lepsze poczucie, jak ogólna populacja studentów wykonuje.,