您的位置 首页 商业

简单随机样本定义

什么是简单随机样本? 简单随机样本是统计总体的子集,其中子集的每个成员被选择的概率相等。一个简单的随机样本意味着是一个群体的无偏见的表现。 一个简单的随机样本的例子是从一个有250…

什么是简单随机样本?

简单随机样本是统计总体的子集,其中子集的每个成员被选择的概率相等。一个简单的随机样本意味着是一个群体的无偏见的表现。

一个简单的随机样本的例子是从一个有250名员工的公司中选出25名员工的名字。在这种情况下,人口是所有250名员工,样本是随机的,因为每个员工都有平等的机会被选中。随机抽样在科学中用于进行随机对照试验或盲法实验。

关键要点

  • 一个简单的随机样本从整个群体中随机抽取一小部分来代表整个数据集,其中每个成员被选中的概率相等。
  • 研究人员可以使用彩票或随机抽取等方法创建一个简单的随机样本。
  • 如果一个简单的随机样本最终没有准确地反映出它应该代表的总体,那么这个样本就会出现抽样误差。
  • 1:16

    简单随机样本

    理解简单随机样本

    研究人员可以使用几种方法创建一个简单的随机样本。用抽签的方法,每个人都被分配一个号码,然后随机选择号码。

    250名员工中有25人的名字是从帽子里选出来的,这个例子就是工作中彩票方法的一个例子。250名员工中的每一个都将被分配一个1到250之间的数字,之后将随机选择其中的25个数字。

    因为组成较大群体子集的个体是随机选择的,所以大群体集中的每个个体被选择的概率相同。在大多数情况下,这创造了一个平衡的子集,最有可能代表更大的群体作为一个整体,没有任何偏见。

    对于较大的人群来说,手动抽奖方法可能相当麻烦。从大量人群中选择随机样本通常需要计算机生成的过程,通过该过程使用与彩票方法相同的方法,只有数字分配和后续选择由计算机执行,而不是由人类执行。

    出错的空间

    对于简单的随机样本,必须有正负方差(采样误差)表示的误差空间。例如,如果在一所有1000名学生的高中进行调查,以确定有多少学生是左撇子,随机抽样可以确定100名被抽样的学生中有8名是左撇子。结论是高中8%的学生是左撇子,而实际上全球平均水平接近10%。

    不论题材如何,也是如此。根据简单的随机调查,对拥有绿色眼睛或身体残疾的学生的百分比进行调查将得出一个数学概率,但总是有正负方差。获得100%准确率的唯一方法是调查所有1000名学生,尽管这是可能的,但不切实际。

    简单随机与分层随机样本

    简单随机样本和分层随机样本都是统计测量工具。一个简单的随机样本被用来代表整个数据总体。分层随机抽样根据共有的特征将人口分成更小的群体或阶层。

    与简单随机样本不同,分层随机样本用于可以很容易分成不同子组或子集的群体。这些组是基于特定的标准,然后根据组的大小和人口比例随机选择每个组的元素。

    这种抽样方法意味着将从每个不同的群体中进行选择——其规模基于其在整个人口中的比例。但是研究人员必须确保地层不会重叠。人口中的每一点必须只属于一个阶层,所以每一点都是相互排斥的。重叠的地层会增加一些数据被包括在内的可能性,从而使样本倾斜。

    简单随机样本的优点

    易用性代表了简单随机抽样的最大优势。与分层随机抽样和概率抽样等更复杂的抽样方法不同,在随机选择群体成员之前,不需要将群体分成子群体或采取任何其他附加步骤。

    一个简单的随机样本意味着一个组的无偏表示。从更大的人群中选择样本被认为是一种公平的方式,因为人群中的每个成员都有平等的机会被选中。

    虽然简单的随机抽样是一种无偏的调查方法,但抽样选择可能会出现偏差。当较大群体的样本集不够包容时,整个群体的代表性是倾斜的,需要额外的抽样技术。

    简单随机样本的缺点

    如果一个简单的随机样本最终没有准确地反映出它应该代表的总体,那么这个样本就会出现抽样误差。例如,在我们对25名员工的简单随机抽样中,即使人口由125名女性和125名男性组成,也有可能抽取25名男性。

    由于这个原因,当研究人员对人口知之甚少时,更常用简单随机抽样。如果研究人员知道得更多,最好使用不同的抽样技术,如分层随机抽样,这有助于解释人口中的差异,如年龄、种族或性别。其他缺点包括从大量人群中取样,与其他方法相比,该过程耗时且成本高。

    常见问题

    为什么简单随机样本‘简单’?

    没有比简单的随机抽样更容易从更大的人群中抽取研究样本的方法了。从更大的人群中完全选择足够多的受试者也能产生一个能代表被研究群体的样本。

    简单的随机样本有哪些缺点?

    这种方法的缺点是很难接触到更多的人,时间更长,成本更高,而且在某些情况下偏见仍然会发生。

    什么是分层随机样本?

    与简单的抽签相反,分层随机抽样首先根据共有的特征将人口分成更小的群体或阶层。因此,分层抽样策略将确保每个分组的成员都包括在数据分析中。分层抽样用于强调群体中不同群体之间的差异,而不是简单的随机抽样,简单的随机抽样将群体中的所有成员视为平等的,被抽样的可能性相等。

    随机样本是如何使用的?

    使用简单的随机抽样允许研究人员对特定人群进行概括,而忽略任何偏见。使用统计技术,可以对人口进行推断和预测,而不必调查或收集人口中每个人的数据。

    本文来自网络,不代表爱财富网立场,转载请注明出处:http://www.htuba.com/news/3211.html

    作者: 爱财富网

    返回顶部