Простий випадковий та стратифікований випадковий вибірки: в чому різниця?

Прості випадкові вибірки та стратифіковані випадкові вибірки є інструментами статистичного вимірювання. Простий випадковий зразок використовується для представлення всієї сукупності даних. Стратифікована випадкова вибірка ділить сукупність на менші групи або прошарки на основі спільних характеристик.

Населення - це сукупний набір спостережень або даних. Вибірка - це сукупність спостережень населення. Метод відбору проб - це процес, який використовується для вилучення зразків із сукупності.

Простий випадковий зразок

Простий випадковий вибірковий вибір - це статистичний інструмент, який використовується для опису дуже базової вибірки, взятої з сукупності даних. Цей зразок являє собою еквівалент всієї сукупності.

Проста випадкова вибірка часто використовується, коли є дуже мало інформації про сукупність даних, коли у сукупності даних є занадто багато відмінностей для поділу на різні підмножини або коли серед сукупності даних існує лише одна чітка характеристика.

Наприклад, цукеркова компанія може захотіти вивчити звички покупців своїх клієнтів, щоб визначити майбутнє своєї товарної лінійки. Якщо є 10 000 клієнтів, він може використовувати вибирати 100 таких клієнтів як випадкову вибірку. Потім він може застосувати те, що знайде, від цих 100 клієнтів до решти його бази.

Статистики розроблять вичерпний список сукупності даних, а потім відбирають випадкову вибірку в межах цієї великої групи. У цій вибірці кожен член популяції має рівні шанси бути обраним частиною вибірки. Їх можна вибрати двома способами:

• Через ручну лотерею, в якій кожному члену населення надається номер. Потім номери малюються випадковим чином, щоб включити їх до вибірки. Це найкраще використовувати при огляді невеликої групи.
• Комп'ютерний вибірки. Цей метод найкраще працює з більшими наборами даних, використовуючи комп'ютер для вибору зразків, а не людини.

Використання простих випадкових вибірок дозволяє дослідникам робити узагальнення щодо конкретної сукупності та не допускати будь-яких упереджень. Це може допомогти визначити, як приймати майбутні рішення. Отже, компанія цукерок із наведеного вище прикладу може використовувати цей інструмент для розробки нового аромату цукерок для виробництва, що базується на поточних смаках 100 клієнтів. Але майте на увазі, це узагальнення, тому місця для помилок є. Зрештою, це простий зразок. Ці 100 клієнтів можуть не мати точного представлення про смаки всього населення.

Стратифікована випадкова вибірка

На відміну від простих випадкових вибірок, стратифіковані випадкові вибірки використовуються з популяціями, які можуть бути легко розбиті на різні підгрупи або підмножини. Ці групи базуються на певних критеріях, а потім випадковим чином вибирають елементи з кожного пропорційно розміру групи порівняно з кількістю населення.

Цей метод вибірки означає, що буде вибір від кожної різної групи, розмір якої ґрунтується на його пропорції до всієї сукупності. Але дослідники повинні стежити, щоб верстви не перетиналися. Кожна точка населення повинна належати лише одній товщі, тому кожна точка є взаємовиключною. Перекриття шарів збільшило б ймовірність включення деяких даних, тим самим перекосивши вибірку.

Компанія з цукерками може вирішити використовувати метод випадкового стратифікованого відбору проб, розділивши своїх 100 клієнтів на різні вікові групи, щоб допомогти визначити майбутнє свого виробництва.

Менеджери портфелів можуть використовувати стратифіковану випадкову вибірку для створення портфелів шляхом тиражування індексу, такого як індекс облігацій.

Стратифікована вибірка пропонує деякі переваги та недоліки порівняно з простими випадковими вибірками. Оскільки він використовує конкретні характеристики, він може забезпечити більш точне представлення сукупності на основі того, що використовується для поділу на різні підмножини. Для цього часто потрібен менший розмір вибірки, що може заощадити ресурси та час. Крім того, включивши достатню кількість вибіркових балів з кожного прошарку, дослідники можуть провести окремий аналіз по кожному окремому прошарку.

Але для витягування стратифікованої вибірки потрібно більше роботи, ніж випадкової вибірки. Дослідники повинні індивідуально відстежувати та перевіряти дані для кожного прошарку для включення, що може зайняти набагато більше часу порівняно зі випадковим відбором.

Ключові вивезення

• Прості випадкові та стратифіковані випадкові вибірки - це інструменти статистичного вимірювання.
• Простий випадковий зразок займає невелику, основну частину всієї сукупності, щоб представити весь набір даних.
• Населення поділяється на різні групи, що мають схожі характеристики, з яких береться стратифікована випадкова вибірка.