Forskjellen Mellom Prøve Og Befolkning

2024 Forfatter: Mildred Bawerman | [email protected]. Sist endret: 2023-12-16 08:41

Eksempel vs befolkning

Befolkning og prøve er to viktige begreper i faget "Statistikk". Enkelt sagt er populasjon den største samlingen av varer som vi er interessert i å studere, og utvalget er en delmengde av en populasjon. Med andre ord, utvalget skal representere befolkningen med færre, men tilstrekkelig antall varer. Én populasjon kan ha flere prøver med forskjellige størrelser.

Prøve

Et utvalg kan bestå av to eller flere elementer som er valgt ut av befolkningen. Den lavest mulige størrelsen for et utvalg er to, og høyest vil være lik populasjonsstørrelsen. Det er flere måter å velge et utvalg fra en populasjon. Teoretisk sett er det å velge et tilfeldig utvalg den beste måten å oppnå nøyaktige slutninger om befolkningen. Denne typen prøver kalles også sannsynlighetsprøver, ettersom hvert element i befolkningen har like mulighet til å bli inkludert i et utvalg.

"Simple random sampling" -teknikk er den mest kjente teknikken for random sampling. I dette tilfellet velges elementer som skal velges for utvalget tilfeldig fra populasjonen. En slik prøve kalles en 'Simple Random Sample' eller SRS. En annen populær teknikk er 'systematisk prøvetaking'. I dette tilfellet blir elementene for en prøve valgt ut fra en bestemt systematisk rekkefølge.

Eksempel: Hver 10. person i køen velges for et utvalg.

I dette tilfellet er den systematiske rekkefølgen hver 10. person. Statistikeren står fritt til å definere denne rekkefølgen på en meningsfull måte. Det finnes andre tilfeldige prøveteknikker som klyngesampling eller stratifisert prøvetaking, og metoden for valg er litt forskjellig fra de to ovenfor.

For praktiske formål kan ikke-tilfeldige prøver som praktiske prøver, skjønnsprøver, snøballprøver og målrettede prøver brukes. Mer enn, elementer valgt til ikke-tilfeldige prøver gjelder en sjanse. Faktisk har ikke alle elementene i befolkningen like stor mulighet til å bli inkludert i ikke-tilfeldige prøver. Disse typene prøver kalles også ikke-sannsynlighetsprøver.

Befolkning

Enhver samling enheter som er interessante å undersøke, er ganske enkelt definert som 'befolkning'. Befolkningen er basen for prøver. Ethvert sett med objekter i universet kan være en populasjon, basert på studieerklæringen. Generelt bør en befolkning være forholdsvis stor i størrelse og vanskelig å utlede noen kjennetegn ved å vurdere dens varer individuelt. Målingene som skal undersøkes i populasjonen kalles parametere. I praksis blir parametrene estimert ved hjelp av statistikk som er relevante målinger av prøven.

Eksempel: Når du beregner gjennomsnittlig matematikk på 30 elever i en klasse fra gjennomsnittlig matematikk på 5 studenter, er parameteren Gjennomsnittlig matematikk i klassen. Statistikken er gjennomsnittlig matematikk på 5 studenter.

Eksempel vs befolkning

Det interessante forholdet mellom utvalget og populasjonen er at populasjonen kan eksistere uten et utvalg, men utvalget kan ikke eksistere uten populasjon. Dette argumentet beviser videre at et utvalg er avhengig av en populasjon, men interessant er det meste av befolkningens konklusjoner avhengig av utvalget. Hovedformålet med et utvalg er å estimere eller utlede noen målinger av en populasjon så nøyaktig som mulig. En høyere nøyaktighet kan utledes fra det samlede resultatet oppnådd fra flere prøver av samme populasjon i stedet for fra en prøve. En annen viktig ting å vite er at når du velger mer enn ett utvalg fra en populasjon, kan ett element også inkluderes i et annet utvalg. Denne saken er kjent som 'prøver med erstatninger'. Dessuten,å investere de relevante målingene av populasjonen fra et utvalg og oppnå nesten lignende produksjon er en gylden mulighet til å spare kostnad og tidsverdi.

Det er viktig å vite at når prøvestørrelsen øker, øker også nøyaktigheten av estimatet for populasjonsparameteren. Logisk sett, for ikke å ha bedre estimater for befolkningen, bør ikke prøvestørrelsen være for liten. Videre bør tilfeldige prøver også anses å ha bedre estimater. Derfor er det avgjørende å ta hensyn til størrelsen og tilfeldigheten til utvalget for å være representativt for å få de beste estimatene for befolkningen.