Γενικός πληθυσμός και δειγματοληψία

Σετ ομοιογενή αντικείμενα εξετάζονται συχνά σε σχέση με τις δυνατότητες που τους χαρακτηρίζουν, όπως μετράται ποσοτικά ή ποιοτικά.

Για παράδειγμα, αν υπάρχει μια παρτίδα των αντικειμένων, ποσοτικά χαρακτηριστικά μπορεί να είναι το μέγεθος των στοιχείων των πελατών, και την ποιότητα - τυποποιημένων εξαρτημάτων.

Εάν είναι απαραίτητο, να ελέγχεται η συμμόρφωση με τα πρότυπα μερικές φορές καταφεύγουν σε συνεχή έρευνα, αλλά στην πράξη χρησιμοποιείται σπάνια. Για παράδειγμα, εάν το γενικό πληθυσμό περιέχει ένα μεγάλο αριθμό αντικειμένων που μελετάται, είναι σχεδόν αδύνατο να προβεί σε απογραφή. Σε αυτήν την περίπτωση, που επιλέγεται από την ολότητα ενός ορισμένου αριθμού αντικειμένων (αντικειμένων) και δοκιμάστηκε. Έτσι, υπάρχει μια γενική και δείγμα.

Γενικά είναι το σύνολο όλων των αντικειμένων που υπόκεινται σε έλεγχο ή έρευνα. Το σύμπαν, κατά κανόνα, περιέχει ένα πεπερασμένο αριθμό στοιχείων, αλλά αν είναι πολύ μεγάλο, με σκοπό την απλοποίηση των μαθηματικούς υπολογισμούς θεωρείται ότι το σύνολο αποτελείται από έναν άπειρο αριθμό των αντικειμένων.

Δείγμα ή ένα δείγμα συνόλου στοιχείων είναι το μέρος που επιλέγεται από ολόκληρο το σύνολο. Το δείγμα μπορεί να επαναληφθεί είτε χωρίς επαναλήψεις. Στην πρώτη περίπτωση, επιστρέφεται στον γενικό πληθυσμό, το δεύτερο - δεν υπάρχει. Στην πράξη, συχνά χρησιμοποιούν επανάληψη χωρίς τυχαία επιλογή.

Γενικός πληθυσμός και η δειγματοληψία πρέπει να συνδέονται αντιπροσωπευτικότητα. Μιλώντας με διαφορετικό τρόπο, έτσι ώστε τα χαρακτηριστικά του συνολικού δείγματος θα μπορούσε με βεβαιότητα προσδιορίσει το σύνολο των συμπτωμάτων, είναι απαραίτητο τα στοιχεία δειγματοληψίας όσο ακριβέστερα ήταν. Με άλλα λόγια, το δείγμα πρέπει να είναι αντιπροσωπευτικό (εκπρόσωπος).

Το δείγμα θα είναι περισσότερο ή λιγότερο αντιπροσωπευτικά, αν γίνεται τυχαία από έναν πολύ μεγάλο αριθμό της ολότητας. Θα μπορούσε να υποστηριχθεί με βάση τον λεγόμενο νόμο των μεγάλων αριθμών. Στην περίπτωση αυτή, όλα τα στοιχεία που έχουν ίση πιθανότητα να επιλεγεί.

Υπάρχουν διάφορες δυνατότητες επιλογής. Όλες αυτές οι μέθοδοι μπορούν κατ 'αρχήν να χωριστεί σε δύο επιλογές:

• Επιλογή 1: επιλογή ενός στοιχείου, όταν γενικό πληθυσμό δεν διαιρείται σε τμήματα. Με αυτή την ενσωμάτωση μπορεί να περιλαμβάνει απλή τυχαία δειγματοληψία χωρίς αντικατάστασης εκ νέου επιλογής.
• Επιλογή 2: Το σύμπαν χωρίζεται σε μέρη και τα συστατικά επιλέγονται. Αυτό θα μπορούσε να περιλαμβάνει μια τυπική μηχανική και σειριακές επιλογές.

Απλή τυχαία - η επιλογή, στο οποίο τα στοιχεία εκχυλίζονται ένα προς ένα από ολόκληρο το σύνολο τυχαία.

Τυπικά - η επιλογή αυτή, στην οποία τα στοιχεία που δεν επιλέγονται από την ολότητα, και όλων των «τυπικών» μέρη του.

Μηχανική - είναι μια επιλογή όταν ολόκληρο το σετ διαχωρίζεται σε έναν αριθμό ομάδων ίσο με τον αριθμό των στοιχείων που πρέπει να είναι στο δείγμα, και επιλέγεται ως εκ τούτου από ένα στοιχείο από κάθε ομάδα. Για παράδειγμα, εάν πρέπει να πάρει το 25% των τμημάτων, κατασκεύασε το μηχάνημα, στη συνέχεια, επιλέξτε κάθε τέταρτο στοιχείο, και αν θέλετε να πάρει 4% των ειδών, επιλέγοντας κάθε λεπτομέρεια του εικοστού πέμπτου, και ούτω καθεξής. Είναι απαραίτητο να πούμε ότι μερικές φορές η μηχανική επιλογή μπορεί να μην παρέχει επαρκή αντιπροσωπευτικό δείγμα.

Serial - είναι μια επιλογή, όπου τα στοιχεία επιλέγονται από την ολότητα του «παρτίδες», εκθέτουν την συνεχή μελέτη, αντί για μία. Για παράδειγμα, όταν ένας μεγάλος αριθμός των τμημάτων είναι κατασκευασμένα από αυτόματες μηχανές, ότι μια απογραφή διεξάγεται μόνο σε σχέση με την παραγωγή πολλών μηχανών. Serial διαλογής χρησιμοποιείται όταν ο αναλύεται χαρακτηριστικό έχει μικρή παραλλαγή σε διαφορετικές σειρές.

Για να μειωθούν τα σφάλματα που εφαρμόζονται μαθηματικές-στατιστικές μεθόδους αξιολόγησης του πληθυσμού μέσω της επιλεκτικής. Επιπλέον, επιλεκτικό έλεγχο μπορεί να είναι τόσο ένα στάδιο και σε πολλαπλά στάδια, το οποίο αυξάνει την αξιοπιστία της έρευνας.