სხვაობა მარტივ შემთხვევით და სისტემურ შემთხვევით ნიმუშს შორის

Სარჩევი:

სხვაობა მარტივ შემთხვევით და სისტემურ შემთხვევით ნიმუშს შორის
სხვაობა მარტივ შემთხვევით და სისტემურ შემთხვევით ნიმუშს შორის

ვიდეო: სხვაობა მარტივ შემთხვევით და სისტემურ შემთხვევით ნიმუშს შორის

ვიდეო: სხვაობა მარტივ შემთხვევით და სისტემურ შემთხვევით ნიმუშს შორის
ვიდეო: როგორ მოვათავსოთ ჭურჭელი ჭურჭლის სარეცხ მანქანაში. 2024, დეკემბერი
Anonim

მარტივი შემთხვევითი ნიმუში vs სისტემატური შემთხვევითი ნიმუში

მონაცემები სტატისტიკაში ერთ-ერთი ყველაზე მნიშვნელოვანი რამაა. პრაქტიკული სირთულეების გამო შეუძლებელი იქნება მთელი პოპულაციის მონაცემების გამოყენება ჰიპოთეზის შემოწმებისას. ამიტომ, მონაცემების მნიშვნელობები აღებულია პოპულაციის შესახებ დასკვნების გასაკეთებლად. ვინაიდან, ყველა მონაცემი არ გამოიყენება; გაკეთებულ დასკვნებში არის გაურკვევლობა (რასაც შერჩევის შეცდომას უწოდებენ). ასეთი გაურკვევლობების მინიმიზაციის მიზნით, მნიშვნელოვანია, რომ არჩეული იყოს მიუკერძოებელი ნიმუშები.

როდესაც ინდივიდები შერჩეულია ნიმუშისთვის ისე, რომ პოპულაციის თითოეულ ინდივიდს აქვს შერჩევის თანაბარი ალბათობა, მაშინ ასეთ ნიმუშს შემთხვევითი ნიმუში ეწოდება.მაგალითად, განვიხილოთ შემთხვევა, როდესაც სამეზობლოში არსებული 100 სახლიდან 10 სახლი უნდა იყოს არჩეული ნიმუშად. თითოეული სახლის ნომერი იწერება ფურცლებზე, 100-ვე ცალი კალათაშია. ერთი შემთხვევით ირჩევს კალათიდან 10 სხვადასხვა ქაღალდს ჩანაცვლებით. შემდეგ არჩეული 10 რიცხვი იქნება შემთხვევითი ნიმუში.

მარტივი შემთხვევითი შერჩევის და სისტემატური შემთხვევითი შერჩევის ორივე შერჩევის ტექნიკაა, რაც იწვევს შემთხვევით ნიმუშებს რამდენიმე განსხვავებული თვისებით.

რა არის მარტივი შემთხვევითი ნიმუში?

მარტივი შემთხვევითი ნიმუში არის შემთხვევითი ნიმუში, რომელიც არჩეულია ისე, რომ ამ ნიმუშის ზომის თითოეულ ნიმუშს (რომელიც შეიძლება არჩეული იყოს პოპულაციისგან) აქვს ნიმუშად შერჩევის თანაბარი ალბათობა. შერჩევის ეს ტექნიკა მოითხოვს წვდომას მთელი პოპულაციის მასშტაბით. სხვა სიტყვებით რომ ვთქვათ, მოსახლეობა უნდა იყოს საკმარისად მცირე, დროებით და სივრცით, რათა მოხდეს მარტივი შემთხვევითი შერჩევის ეფექტიანად.მაგალითს რომ გადავხედოთ, მეორე აბზაცში ჩანს, რომ იქ რაც კეთდება არის მარტივი შემთხვევითი შერჩევა და ამ გზით დახატული 10 სახლის ნიმუში არის მარტივი შემთხვევითი ნიმუში.

მაგალითად, განიხილეთ კომპანიის მიერ წარმოებული ნათურების ტესტირების შემთხვევა უვადოდ. განხილული მოსახლეობა არის კომპანიის მიერ წარმოებული ყველა ნათურა. მაგრამ ამ შემთხვევაში, ზოგიერთი ნათურა ჯერ კიდევ არ არის წარმოებული და ზოგიერთი ნათურა უკვე იყიდება. ასე რომ, ნიმუშის აღება დროებით შემოიფარგლება მარაგებში არსებული ნათურებით. ამ შემთხვევაში, მარტივი შემთხვევითი შერჩევის გაკეთება შეუძლებელია, რადგან შეუძლებელია დარწმუნდეთ, რომ ყოველ k-ზე, k ზომის თითოეულ ნიმუშს აქვს თანაბარი ალბათობა, რომ შერჩეული იყოს შესასწავლ ნიმუშად.

რა არის სისტემური შემთხვევითი ნიმუში?

სისტემატური ნიმუშით არჩეულ შემთხვევით ნიმუშებს სისტემატიური შემთხვევითი ნიმუშები ეწოდება. ამ მეთოდის გამოყენებით ნიმუშის არჩევისას რამდენიმე ნაბიჯია.

  • მოსახლეობის ინდექსირება (ნომრები უნდა იყოს მინიჭებული შემთხვევით)
  • გამოთვალეთ შერჩევის ინტერვალის მაქსიმალური მნიშვნელობა (ინდივიდუების რაოდენობა პოპულაციაში გაყოფილი ნიმუშისთვის არჩეული ინდივიდების რაოდენობაზე.)
  • აირჩიეთ შემთხვევითი რიცხვი 1-სა და მაქსიმალურ მნიშვნელობას შორის.
  • არაერთხელ დაამატეთ მაქსიმალური მნიშვნელობა დანარჩენი ინდივიდების შესარჩევად.
  • აირჩიეთ ნიმუში მიღებული რიცხვების თანმიმდევრობის შესაბამისი ინდივიდების არჩევით.

მაგალითად, განიხილეთ 100 სახლიდან 10 სახლის შერჩევა. შემდეგ, სახლები დანომრილია 1-დან 100-მდე, სისტემატური შემთხვევითი ნიმუშის მოსაძებნად. მაშინ, მაქსიმალური მნიშვნელობა არის 100/10=10. ახლა აირჩიეთ რიცხვი შემთხვევით 1-10 დიაპაზონში. ეს შეიძლება გაკეთდეს წილისყრით. ვთქვათ, 7 არის შედეგად მიღებული რიცხვი. შემთხვევითი ნიმუშია სახლები დანომრილი 7, 17, 27, 37, 47, 57, 67, 77, 87 და 97.

რა განსხვავებაა მარტივ შემთხვევით და სისტემურ შემთხვევით ნიმუშს შორის?

• მარტივი შემთხვევითი ნიმუში მოითხოვს, რომ თითოეული ინდივიდი ცალკე იყოს შერჩეული, მაგრამ სისტემატური შემთხვევითი ნიმუში არა.

• მარტივი შემთხვევითი შერჩევისას, ყოველ k-ზე, k ზომის თითოეულ ნიმუშს აქვს ნიმუშად არჩევის თანაბარი ალბათობა, მაგრამ ეს ასე არ არის სისტემატური შემთხვევითი შერჩევისას.

გირჩევთ: