Stratyfikowane losowe pobieranie próbek jest metodą pobierania próbek, która obejmuje podział populacji na mniejsze grupy zwane warstwami. W losowym losowaniu lub stratyfikacji warstwowej warstwy są tworzone na podstawie wspólnych atrybutów lub cech członków. Stratyfikowane losowe pobieranie próbek jest również nazywane proporcjonalnym losowym próbkowaniem lub losowym losowaniem kwotowym.
Natomiast proste losowe pobieranie próbek to próbka osobników istniejących w populacji; osobniki są losowo wybierane z populacji i umieszczane w próbie. Ta metoda losowego wyboru osobników ma na celu wybranie wielkości próby, która jest obiektywną reprezentacją populacji. Jednak nie jest korzystne, gdy próbki populacji różnią się znacznie.
Kluczowe dania na wynos
- Stratyfikowane losowe pobieranie próbek to metoda pobierania próbek, która polega na pobieraniu próbek populacji podzielonej na mniejsze grupy zwane warstwami. Stratyfikowane losowe pobieranie próbek polega na pobieraniu losowych próbek z grup warstwowych, proporcjonalnie do populacji; w ten sposób stratyfikowane losowe próbkowanie jest bardziej precyzyjną miarą.
Zrozumienie losowego próbkowania warstwowego
Stratyfikowane losowe próbkowanie dzieli populację na podgrupy lub warstwy, a losowe próbki są pobierane, proporcjonalnie do populacji, z każdej utworzonej warstwy. Członkowie każdej z utworzonych warstw mają podobne atrybuty i cechy charakterystyczne. Ta metoda pobierania próbek jest szeroko stosowana i bardzo przydatna, gdy populacja docelowa jest niejednorodna. Z każdej warstwy należy pobrać prostą próbę losową. Stratyfikowane losowe próbkowanie można wykorzystać na przykład do określenia średnich ocen uczniów (GPA) w całym kraju, osób spędzających nadgodziny w pracy oraz oczekiwanej długości życia na całym świecie.
Przykład stratyfikowanego losowego próbkowania
Załóżmy, że zespół badawczy chce ustalić GPA studentów w Stanach Zjednoczonych. Zespół badawczy ma trudności z zebraniem danych od wszystkich 21 milionów studentów; postanawia pobrać losową próbę populacji przy użyciu 4000 studentów.
Załóżmy teraz, że zespół analizuje różne atrybuty przykładowych uczestników i zastanawia się, czy istnieją jakieś różnice w GPA i kierunkach studentów. Załóżmy, że okaże się, że 560 studentów kierunków angielskich, 1135 kierunków ścisłych, 800 kierunków informatycznych, 1090 kierunków inżynierskich, a 415 kierunków matematycznych. Zespół chce użyć proporcjonalnej stratyfikowanej próby losowej, w której warstwa próbki jest proporcjonalna do próby losowej w populacji.
Załóżmy, że zespół bada demografię studentów szkół wyższych w USA i znajduje procent tego, co studenci specjalizują się w 12% w języku angielskim, 28% w naukach ścisłych, 24% w informatyce, 21% w inżynierii i 15% w kierunkach w matematyce. W ten sposób powstaje pięć warstw z losowego warstwowego procesu próbkowania.
Zespół musi następnie potwierdzić, że warstwa populacji jest proporcjonalna do warstwy w próbie; okazuje się jednak, że proporcje nie są równe. Zespół musi następnie ponownie przesłać 4000 studentów z populacji i losowo wybrać 480 studentów języka angielskiego, 1120 przedmiotów ścisłych, 960 informatyki, 840 inżynierów i 600 studentów matematyki. Dzięki nim ma proporcjonalną stratyfikowaną próbę losową studentów, co zapewnia lepszą reprezentację kierunków studentów w Stanach Zjednoczonych. Naukowcy mogą następnie podkreślić konkretną warstwę, obserwować różne badania studentów amerykańskich i obserwować różne średnie ocen.
Aplikacje
Tę samą metodę zastosowaną powyżej można zastosować do głosowania w wyborach, dochodów różnych populacji i dochodów z różnych miejsc pracy w całym kraju.
