Prosta próba losowa a stratyfikowana losowa: jaka jest różnica?

Proste losowe próbki i losowe próbki warstwowe są narzędziami statystycznymi. Prosta próbka losowa służy do reprezentowania całej populacji danych. Stratyfikowana losowa próba dzieli populację na mniejsze grupy lub warstwy na podstawie wspólnych cech.

Populacja to całkowity zestaw obserwacji lub danych. Próbka jest zbiorem obserwacji z populacji. Metoda pobierania próbek to proces stosowany do pobierania próbek z populacji.

Prosta próbka losowa

Proste losowe pobieranie próbek jest narzędziem statystycznym służącym do opisania bardzo podstawowej próby pobranej z populacji danych. Ta próbka reprezentuje ekwiwalent całej populacji.

Prosta próbka losowa jest często używana, gdy jest bardzo mało dostępnych informacji na temat populacji danych, gdy populacja danych ma zbyt wiele różnic, aby podzielić ją na różne podzbiory, lub gdy istnieje tylko jedna wyraźna cecha wśród populacji danych.

Na przykład firma cukiernicza może chcieć zbadać nawyki zakupowe swoich klientów, aby ustalić przyszłość swojej linii produktów. Jeśli jest 10 000 klientów, może wybrać 100 spośród tych klientów jako próbę losową. Następnie może zastosować to, co znajdzie od tych 100 klientów, do reszty swojej bazy.

Statystycy opracują wyczerpującą listę populacji danych, a następnie wybiorą losową próbkę w tej dużej grupie. W tej próbie każdy członek populacji ma równe szanse na bycie wybranym do próby. Można je wybrać na dwa sposoby:

• Poprzez ręczną loterię, w której każdy członek populacji otrzymuje numer. Liczby są następnie losowo wybierane przez kogoś, aby uwzględnić je w próbie. Najlepiej stosować to, gdy patrzy się na małą grupę.
• Próbkowanie generowane komputerowo. Ta metoda działa najlepiej z większymi zestawami danych, używając komputera do wybierania próbek, a nie człowieka.

Korzystanie z prostego losowego próbkowania pozwala badaczom na uogólnienia na temat określonej populacji i pomija wszelkie uprzedzenia. Pomoże to ustalić, jak podejmować przyszłe decyzje. Tak więc firma cukiernicza z powyższego przykładu może użyć tego narzędzia do opracowania nowego smaku cukierków do produkcji w oparciu o obecne gusta 100 klientów. Pamiętaj jednak, że są to uogólnienia, więc jest miejsce na błędy. W końcu jest to prosta próbka. Tych 100 klientów może nie mieć dokładnego przedstawienia upodobań całej populacji.

Stratified Random Sampling

W przeciwieństwie do prostych próbek losowych, losowe próbki warstwowe są używane z populacjami, które można łatwo podzielić na różne podgrupy lub podzbiory. Grupy te oparte są na określonych kryteriach, a następnie losowo wybierają elementy z każdego proporcjonalnie do wielkości grupy w stosunku do populacji.

Ta metoda pobierania próbek oznacza wybór z każdej innej grupy - której wielkość zależy od jej proporcji do całej populacji. Ale badacze muszą upewnić się, że warstwy się nie pokrywają. Każdy punkt w populacji musi należeć tylko do jednej warstwy, więc każdy punkt wyklucza się wzajemnie. Nakładające się warstwy zwiększyłyby prawdopodobieństwo włączenia niektórych danych, tym samym wypaczając próbkę.

Firma zajmująca się cukierkami może zdecydować się na zastosowanie losowej stratyfikowanej metody próbkowania, dzieląc swoich 100 klientów na różne grupy wiekowe, aby pomóc w ustaleniu przyszłości swojej produkcji.

Zarządzający portfelami mogą wykorzystywać losowe próbkowanie warstwowe do tworzenia portfeli poprzez replikację indeksu, takiego jak indeks obligacji.

Próbkowanie warstwowe oferuje pewne zalety i wady w porównaniu z prostym próbkowaniem losowym. Ponieważ wykorzystuje określone cechy, może zapewnić dokładniejszą reprezentację populacji na podstawie tego, co zostało użyte do podzielenia jej na różne podzbiory. Często wymaga to mniejszej wielkości próbki, co pozwala zaoszczędzić zasoby i czas. Ponadto, uwzględniając wystarczającą liczbę punktów próbnych z każdej warstwy, badacze mogą przeprowadzić osobną analizę dla każdej pojedynczej warstwy.

Ale potrzeba więcej pracy, aby pobrać próbkę warstwową niż próbkę losową. Badacze muszą indywidualnie śledzić i weryfikować dane dla każdej warstwy w celu włączenia, co może zająć znacznie więcej czasu w porównaniu z losowym próbkowaniem.

Kluczowe dania na wynos

• Proste losowe i stratyfikowane losowe próbki są statystycznymi narzędziami pomiaru.
• Prosta losowa próbka pobiera małą, podstawową część całej populacji w celu przedstawienia całego zestawu danych.
• Populacja jest podzielona na różne grupy o podobnych cechach, z których pobierana jest losowa próba warstwowa.