Theorie van de eenvoudige, dubbele en meervoudige bemonstering, voorbeelden en belang

de sampling theorie, in statistieken,is de selectie van een subset van eenheden in een bepaalde groep (bekend als de statistische populatie). Het doel is om algemene kenmerken van alle individuen te bepalen, maar geleid door de attributen van degenen die geselecteerd zijn in de gekozen subset, zonder de hele populatie te bestuderen..

De observatie die wordt uitgevoerd, probeert een of meer waarneembare kenmerken te bepalen in de objecten of mensen om te studeren, die statistisch worden weergegeven als onafhankelijke eenheden. In samenhang met de bemonstering worden theorieën over statistiek en waarschijnlijkheid toegepast om onderzoeken uit te voeren.

index

• 1 Eenvoudige bemonstering
  • 1.1 Voorbeeld
• 2 Dubbele bemonstering
  • 2.1 Voorbeeld
• 3 Meervoudige bemonstering
  • 3.1 Voorbeeld
• 4 Belang van sampling
• 5 Referenties

Eenvoudige bemonstering

Eenvoudige probabilistische steekproef bestaat uit het kiezen van een steekproef uit de statistische populatie waarin elk element dezelfde mogelijkheid heeft om willekeurig geselecteerd te worden. In deze methode is de populatiemonster niet onderverdeeld in meer delen of gescheiden door secties.

Daarom kan elk paar elementen met dezelfde waarschijnlijkheid worden gekozen. Dat wil zeggen, als een eenheid van het monster wordt geselecteerd, heeft de volgende die moet worden geselecteerd dezelfde kans om te worden gekozen als elke andere optie..

Deze willekeurige selectie van waarden minimaliseert de voorkeur voor een eenheid of persoon uit het specifieke monster, waardoor een willekeurige omgeving voor analyse vereist. Bovendien vereenvoudigt het gebruik ervan de analyse van de resultaten.

De variatie van de resultaten die wordt verkregen tussen individuen is meestal een goede indicator van het algehele resultaat: als een variantie wordt verkregen in een steekproef van 10 personen uit een populatie van 100, is het zeer waarschijnlijk dat dit aantal gelijk of gelijk is in de populatie van 100 personen.

voorbeeld

Als een steekproef van 10 mensen wordt verkregen uit de populatie van een land, is het waarschijnlijk dat in totaal 5 mannen en 5 vrouwen zullen worden verkregen.

In dit type willekeurige steekproef worden echter meestal 6 mensen uit het ene geslacht en 4 uit het andere geslacht gehaald, gezien het aantal mensen in de populatie.

Een andere manier om eenvoudige steekproeven te zien is door een klaslokaal van 25 mensen te nemen, hun namen op papier te zetten en deze in een tas te doen.

Als 5 papieren uit deze tas worden geselecteerd zonder te zien en willekeurig, vertegenwoordigen de mensen die eruit komen een eenvoudig voorbeeld van de totale populatie van de klas.

Dubbele bemonstering

De dubbele statistische bemonstering werd gecreëerd om meer diepte te geven aan de resultaten verkregen door een eenvoudige bemonstering. Deze methode wordt meestal gebruikt voor grote statistische populaties, en het gebruik ervan vertegenwoordigt de studie van extra variabelen die verkregen zijn bij eenvoudige bemonstering.

Deze methode wordt ook meestal tweefasemonstername genoemd. Het belangrijkste voordeel is om meer specifieke resultaten te verkrijgen en met minder kans op fouten.

Meestal is de dubbele sampling wordt gebruikt wanneer de resultaten op basis van enkele bemonstering niet als doorslaggevend worden gepresenteerd, of als staatslieden laten er geen twijfel.

In dat geval is een extra monster van dezelfde statistische populatie waaruit de eerst verkregen wordt verkregen en de resultaten worden vergeleken zowel te analyseren en de foutmarge verminderen.

De dubbele bemonstering wordt veel gebruikt bij de evaluatie van de kenmerken van bepaalde materialen in massa geproduceerde goederen (zoals speelgoed) en kwaliteitscontrole van de bedrijven gewijd aan producten die gevoelig zijn voor fouten in de fabriek.

voorbeeld

Een monster met een grootte van 100 eenheden wordt verkregen op basis van een partij van 1000 speelgoed. de kenmerken van de 100 getrokken worden geëvalueerd en vastgesteld eenheden die de resultaten niet voldoende overtuigingskracht om te beslissen of de partij van het speelgoed moet worden weggegooid of gedragen winkels hebben.

Als gevolg hiervan wordt een extra monster van 100 speelgoed uit dezelfde partij van 1000 speelgoedjes gehaald. Het wordt opnieuw geëvalueerd en de resultaten worden vergeleken met de vorige. Op deze manier wordt bepaald of de batch defect is of niet en wordt er verder mee ingepakt of verwijderd, afhankelijk van de analyse van de resultaten.

Meerdere steekproeven

Meervoudige bemonstering wordt beschouwd als een extra uitbreiding van dubbele bemonstering; het maakt echter geen deel uit van hetzelfde proces. Het wordt gebruikt om de resultaten uit de steekproef uitgebreid te evalueren voordat een definitieve beslissing wordt genomen.

Bij deze bemonstering, ook wel bemonstering in meerdere fasen genoemd, is het gebruikelijk om te beginnen met een grote steekproef en met lage kosten van studie. In dit type oefening wordt het monster meestal verkregen door het verkrijgen van strata en niet door individuele eenheden; dat wil zeggen, een paar objecten of mensen is geselecteerd, in plaats van slechts één.

Na het selecteren van elk stratum worden de verkregen resultaten bestudeerd en worden één of twee strata geselecteerd om de resultaten opnieuw te bestuderen en ze vervolgens met elkaar te vergelijken..

voorbeeld

Het Instituut voor de Statistiek van Australië voerde een onderzoek dat de bevolking gedeeld door het verzamelen van ruimtes en kozen sommige van deze gebieden in willekeurige volgorde (eerste fase van de bemonstering). Vervolgens werd elke zone verdeeld in blokken, die willekeurig in elke zone werden gekozen (tweede fase van bemonstering).

Ten slotte wordt binnen elk blok het woongebied van elk huishouden geselecteerd en worden huishoudens willekeurig gekozen (derde fase van de steekproeven). Dit voorkomt dat u het woongebied van alle huishoudens in de regio moet vermelden, en alleen moet focussen op de woningen die zich binnen elk blok bevinden..

Het belang van bemonstering

Bemonstering is een van de essentiële instrumenten voor statistisch onderzoek. Deze techniek wordt gebruikt om kosten en een grote hoeveelheid tijd te besparen, waardoor het budget in andere gebieden kan worden verdeeld.

Bovendien helpen de verschillende steekproeftechnieken statistici om nauwkeurigere resultaten te verkrijgen, afhankelijk van het type populatie waarmee ze werken, hoe specifiek de te bestuderen attributen zijn en hoe diep ze het monster willen analyseren..

Bovendien is sampling een techniek die zo eenvoudig te gebruiken is dat het zelfs de toegang tot statistieken vergemakkelijkt voor mensen met weinig kennis van dit gebied..

referenties

1. Double Sampling for Ratio Estimation, PennState College, (n.d.). Gemaakt van psu.edu
2. Double, Multiple en Sequential Sampling, NC State University, (n.d.). Gemaakt van ncsu.edu
3. Simple Random Sampling, (n.d.). Ontleend aan investopedia.com
4. Wat is dubbele bemonstering? - (n.d.) Gemaakt van nist.gov
5. Wat is multiple sampling? - (n.d.) Gemaakt van nist.gov
6. Bemonstering, (n.d.), 19 januari 2018. Genomen van wikipedia.org
7. Meertrapsbemonstering, (n.d.), 2 februari 2018. Genomen van wikipedia.org