Eșantionare (statistică)

în cadrul oricăruia dintre tipurile de cadre identificate mai sus, pot fi utilizate o varietate de metode de eșantionare, individual sau în combinație.,f cadru

eșantionare aleatoare Simplă Editare

Într-un simplu eșantion aleatoriu (SRS) de o anumită mărime, toate subgrupurile de un cadru de eșantionare au o probabilitate egală de a fi selectat., Fiecare element al cadrului are astfel o probabilitate egală de selecție: cadrul nu este subdivizat sau partiționat. În plus, orice pereche de elemente are aceeași șansă de selecție ca orice altă astfel de pereche (și în mod similar pentru triple, și așa mai departe). Acest lucru minimizează părtinirea și simplifică analiza rezultatelor. În special, varianța dintre rezultatele individuale din cadrul eșantionului este un bun indicator al varianței în populația globală, ceea ce face relativ ușor estimarea preciziei rezultatelor.,eșantionarea simplă aleatorie poate fi vulnerabilă la eroarea de eșantionare, deoarece aleatoriu al selecției poate duce la o probă care nu reflectă componența populației. De exemplu, un simplu eșantion aleatoriu de zece oameni dintr-o anumită țară va în medie, produce cinci bărbați și cinci femei, dar orice proces este probabil să overrepresent un sex și underrepresent celelalte. Tehnicile sistematice și stratificate încearcă să depășească această problemă prin ” utilizarea informațiilor despre populație „pentru a alege un eșantion mai” reprezentativ”.,de asemenea, eșantionarea simplă aleatorie poate fi greoaie și obositoare atunci când eșantionarea dintr-o populație țintă mare. În unele cazuri, anchetatorii sunt interesați de întrebări de cercetare specifice subgrupurilor populației. De exemplu, cercetătorii ar putea fi interesați să examineze dacă capacitatea cognitivă ca predictor al performanței la locul de muncă este la fel de aplicabilă în rândul grupurilor rasiale., Eșantionarea aleatorie simplă nu poate satisface nevoile cercetătorilor în această situație, deoarece nu oferă subsample ale populației, iar alte strategii de eșantionare, cum ar fi eșantionarea stratificată, pot fi utilizate în schimb.,

mod Sistematic samplingEdit

eșantionarea Sistematică (de asemenea, cunoscut sub numele de interval de eșantionare) se bazează pe organizarea populația de studiu, conform unor comanda sistem și apoi selectând elemente la intervale regulate de timp prin care a ordonat lista. Eșantionarea sistematică implică un început aleator și apoi continuă cu selectarea fiecărui element kth de atunci înainte., În acest caz, k=(dimensiunea populației/dimensiunea eșantionului). Este important ca punctul de plecare să nu fie automat primul din listă, ci este ales în mod aleatoriu din primul element până la elementul kth din listă. Un exemplu simplu ar fi să selectați fiecare Nume 10 din directorul telefonic (un eșantion „la fiecare 10”, denumit și „eșantionare cu un salt de 10”).

atâta timp cât punctul de plecare este randomizat, eșantionarea sistematică este un tip de eșantionare de probabilitate., Este ușor de implementat și stratificarea indusă o poate face eficientă, dacă variabila prin care este ordonată lista este corelată cu variabila de interes. Eșantionarea „la fiecare 10” este utilă în special pentru eșantionarea eficientă din bazele de date.de exemplu, să presupunem că dorim să eșantionăm oameni de pe o stradă lungă care începe într-o zonă săracă (casa Nr.1) și se termină într-un cartier scump (casa nr. 1000)., O simplă selecție aleatorie de adrese de pe această stradă ar putea ajunge cu ușurință cu prea multe de la HIGH end și prea puține de la low end (sau invers), ceea ce duce la un eșantion nereprezentativ. Selectarea (de exemplu) a fiecărui număr de stradă 10 de-a lungul străzii asigură faptul că eșantionul este distribuit uniform pe lungimea străzii, reprezentând toate aceste districte. (Rețineți că, dacă începem întotdeauna de la casa # 1 și se termină la #991, proba este ușor părtinitoare spre capătul inferior; prin selectarea aleatorie a startului între #1 și #10, această părtinire este eliminată.,cu toate acestea, eșantionarea sistematică este deosebit de vulnerabilă la periodicitățile din listă. Dacă periodicitatea este prezentă și perioada este un multiplu sau un factor al intervalului utilizat, eșantionul este în special probabil să nu reprezinte populația globală, ceea ce face ca schema să fie mai puțin precisă decât simpla eșantionare aleatorie.de exemplu, luați în considerare o stradă în care casele cu numere impare sunt toate pe partea de Nord (scumpă) a drumului, iar casele cu numere par sunt toate pe partea de Sud (ieftină)., Sub schema de eșantionare prezentate mai sus, este imposibil pentru a obține un eșantion reprezentativ; nici casele incluse în eșantion vor fi toate din impare, partea de scumpe, sau acestea vor fi toate din chiar-numerotate, ieftine, cu excepția cazului în care cercetătorul are cunoștințe anterioare de această prejudecată și o evită prin folosirea unei sări care asigură sărituri între cele două părți (orice impare skip).un alt dezavantaj al eșantionării sistematice este că, chiar și în scenarii în care este mai precis decât SRS, proprietățile sale teoretice fac dificilă cuantificarea acestei precizii., (În cele două exemple de eșantionare sistematică prezentate mai sus, o mare parte din eroarea potențială de eșantionare se datorează variației între casele învecinate – dar, deoarece această metodă nu selectează niciodată două case învecinate, eșantionul nu ne va oferi nicio informație despre această variație.)

eșantionarea sistematică poate fi, de asemenea, adaptată la o abordare non-EPS; de exemplu, a se vedea discuția probelor PPS de mai jos.,

Stratificat samplingEdit

atunci Când populația cuprinde un număr de categorii distincte, rama poate fi organizat de către aceste categorii separate în „straturi.”Fiecare strat este apoi eșantionat ca o sub-populație independentă, din care elementele individuale pot fi selectate aleatoriu., Raportul dintre mărimea acestei selecții aleatorii (sau eșantion) și mărimea populației se numește fracție de eșantionare. Există mai multe beneficii potențiale pentru eșantionarea stratificată.în primul rând, împărțirea populației în straturi distincte, independente poate permite cercetătorilor să tragă concluzii despre subgrupuri specifice care pot fi pierdute într-un eșantion aleatoriu mai generalizat.,în al doilea rând, utilizarea unei metode de eșantionare stratificată poate duce la estimări statistice mai eficiente (cu condiția ca straturile să fie selectate pe baza relevanței pentru criteriul în cauză, în loc de disponibilitatea eșantioanelor). Chiar dacă o abordare de eșantionare stratificată nu conduce la creșterea eficienței statistice, o astfel de tactică nu va avea ca rezultat o eficiență mai mică decât o simplă eșantionare aleatorie, cu condiția ca fiecare strat să fie proporțional cu dimensiunea grupului în populație.,în al treilea rând, uneori este cazul ca datele să fie mai ușor disponibile pentru straturi individuale, preexistente din cadrul unei populații decât pentru populația totală; în astfel de cazuri, utilizarea unei abordări de eșantionare stratificată poate fi mai convenabilă decât agregarea datelor între grupuri (deși acest lucru poate fi în contradicție cu importanța notată anterior de a utiliza straturi relevante pentru criterii).,în cele din urmă, deoarece fiecare strat este tratat ca o populație independentă, diferite abordări de eșantionare pot fi aplicate diferitelor straturi, permițând cercetătorilor să utilizeze abordarea cea mai potrivită (sau cea mai rentabilă) pentru fiecare subgrup identificat în cadrul populației.cu toate acestea, există unele dezavantaje potențiale în utilizarea eșantionării stratificate. În primul rând, identificarea straturilor și implementarea unei astfel de abordări poate crește costul și complexitatea selecției eșantionului, precum și creșterea complexității estimărilor populației., În al doilea rând, atunci când se examinează mai multe criterii, variabilele de stratificare pot fi legate de unele, dar nu de altele, complicând în continuare proiectarea și, eventual, reducând utilitatea straturilor. În cele din urmă, în unele cazuri (cum ar fi desenele cu un număr mare de straturi sau cele cu o dimensiune minimă specificată a eșantionului pe grup), eșantionarea stratificată poate necesita un eșantion mai mare decât alte metode (deși, în majoritatea cazurilor, dimensiunea eșantionului necesar nu ar fi mai mare decât ar fi necesară pentru eșantionarea simplă aleatorie).,

o abordare de eșantionare stratificată este cea mai eficientă atunci când sunt îndeplinite trei condiții

1. variabilitatea în straturi este minimizată
2. variabilitatea între straturi este maximizată
3. variabilele pe care populația este stratificată sunt puternic corelate cu variabila dependentă dorită.

avantaje față de alte metode de eșantionare

1. se concentrează pe subpopulații importante și ignoră cele irelevante.
2. permite utilizarea diferitelor tehnici de eșantionare pentru diferite subpopulații.
3. îmbunătățește precizia / eficiența estimării.,
4. permite o mai mare echilibrare a puterii statistice a testelor diferențelor dintre straturi prin eșantionarea unui număr egal de straturi care variază foarte mult în dimensiune.

dezavantaje

1. necesită selectarea variabilelor de stratificare relevante care pot fi dificile.
2. nu este util atunci când nu există subgrupe omogene.
3. poate fi costisitor de implementat.

Poststratificare

stratificarea este uneori introdusă după faza de eșantionare într-un proces numit „poststratificare”., Această abordare este de obicei implementată din cauza lipsei de cunoștințe prealabile a unei variabile stratificatoare adecvate sau atunci când experimentatorul nu dispune de informațiile necesare pentru a crea o variabilă stratificatoare în timpul fazei de eșantionare. Deși metoda este susceptibilă la capcanele abordărilor post-hoc, ea poate oferi mai multe beneficii în situația potrivită. Implementarea urmează, de obicei, un eșantion aleatoriu simplu. Pe lângă faptul că permite stratificarea pe o variabilă auxiliară, poststratificarea poate fi utilizată pentru a implementa ponderarea, ceea ce poate îmbunătăți precizia estimărilor unui eșantion.,

eșantionarea excesivă

eșantionarea bazată pe alegere este una dintre strategiile de eșantionare stratificate. În eșantionarea bazată pe alegere, datele sunt stratificate pe țintă și se prelevează un eșantion din fiecare strat, astfel încât clasa țintă rară să fie mai reprezentată în eșantion. Modelul este apoi construit pe acest eșantion părtinitor. Efectele variabilelor de intrare asupra țintei sunt adesea estimate cu mai multă precizie cu eșantionul bazat pe alegere, chiar și atunci când se prelevează o dimensiune mai mică a eșantionului, comparativ cu un eșantion aleatoriu. De obicei, rezultatele trebuie ajustate pentru a corecta eșantionarea.,

Probabilității proporționale la mărimea samplingEdit

În unele cazuri, proba de designer are acces la un „auxiliar variabilă” sau „măsura”, considerat a fi corelată cu variabila de interes, pentru fiecare element din populație. Aceste date pot fi utilizate pentru a îmbunătăți precizia în proiectarea eșantionului. O opțiune este utilizarea variabilei auxiliare ca bază pentru stratificare, așa cum sa discutat mai sus.

o altă opțiune este probabilitatea proporțională cu eșantionarea mărimii („PPS”), în care probabilitatea de selecție pentru fiecare element este setată să fie proporțională cu măsura dimensiunii sale, până la un maxim de 1., Într-un design simplu PPS, aceste probabilități de selecție pot fi apoi utilizate ca bază pentru eșantionarea Poisson. Cu toate acestea, acest lucru are dezavantajul dimensiunii eșantionului variabil, iar diferite porțiuni ale populației pot fi în continuare supra – sau sub-reprezentate din cauza variației întâmplătoare a selecțiilor.

teoria eșantionării sistematice poate fi utilizată pentru a crea o probabilitate proporțională cu mărimea eșantionului. Acest lucru se face prin tratarea fiecărui număr în variabila dimensiune ca o singură unitate de eșantionare. Probele sunt apoi identificate prin selectarea la intervale egale între aceste numere în variabila Dimensiune., Această metodă este uneori numită PPS-eșantionare secvențială sau unitate monetară în cazul auditurilor sau eșantionării medico-legale.

Exemplu: să Presupunem că avem șase școli cu o populație de 150, 180, 200, 220, 260, și 490 de elevi, respectiv (în total 1500 de studenți), și dorim să folosim populație de studenți ca bază pentru un PPS eșantion de dimensiune trei. Pentru a face acest lucru, am putea aloca primele numere de școală de la 1 la 150, a doua școală de la 151 la 330 (= 150 + 180), A treia școală de la 331 la 530 și așa mai departe la ultima școală (1011 la 1500)., Apoi generăm un început aleatoriu între 1 și 500 (egal cu 1500/3) și numărăm populațiile școlare prin multipli de 500. Dacă începutul nostru aleatoriu a fost 137, am selecta școlile cărora li s-au alocat numerele 137, 637 și 1137, adică prima, a patra și a șasea școală.

abordarea PPS poate îmbunătăți precizia pentru o anumită dimensiune a eșantionului prin concentrarea eșantionului pe elemente mari care au cel mai mare impact asupra estimărilor populației., Eșantionarea PPS este folosită în mod obișnuit pentru sondajele întreprinderilor, unde dimensiunea elementelor variază foarte mult și sunt adesea disponibile informații auxiliare – de exemplu, un sondaj care încearcă să măsoare numărul de nopți de oaspeți petrecute în hoteluri ar putea utiliza numărul de camere al fiecărui hotel ca variabilă auxiliară. În unele cazuri, o măsurare mai veche a variabilei de interes poate fi utilizată ca variabilă auxiliară atunci când încearcă să producă estimări mai actuale.,

Cluster samplingEdit

Uneori este mult mai cost-eficiente pentru a selecta respondenți în grupuri („grupuri”). Eșantionarea este adesea grupată de geografie sau de perioade de timp. (Aproape toate probele sunt într – un anumit sens „grupate” în timp-deși acest lucru este rareori luat în considerare în analiză.,) De exemplu, dacă supraveghem gospodăriile dintr-un oraș, am putea alege să selectăm 100 de blocuri de oraș și apoi să intervievăm fiecare gospodărie din blocurile selectate.Clustering poate reduce costurile de călătorie și administrative. În exemplul de mai sus, un intervievator poate face o singură călătorie pentru a vizita mai multe gospodării într-un bloc, mai degrabă decât să conducă la un bloc diferit pentru fiecare gospodărie.de asemenea, înseamnă că nu este nevoie de un cadru de eșantionare care să enumere toate elementele din populația țintă., În schimb, clusterele pot fi alese dintr-un cadru la nivel de cluster, cu un cadru la nivel de element creat numai pentru clusterele selectate. În exemplul de mai sus, eșantionul necesită doar o hartă a orașului la nivel de bloc pentru selecțiile inițiale și apoi o hartă la nivel de gospodărie a celor 100 de blocuri selectate, mai degrabă decât o hartă la nivel de gospodărie a întregului oraș.

eșantionarea în grup (cunoscută și sub denumirea de eșantionare în grup) crește, în general, variabilitatea estimărilor eșantioanelor peste cea a eșantionării aleatorii simple, în funcție de modul în care grupurile diferă între ele în comparație cu variația din interiorul clusterului., Din acest motiv, eșantionarea în cluster necesită un eșantion mai mare decât SRS pentru a atinge același nivel de precizie – dar economiile de costuri generate de clustering ar putea face în continuare această opțiune mai ieftină.

eșantionarea în Cluster este implementată în mod obișnuit ca eșantionare în mai multe etape. Aceasta este o formă complexă de eșantionare a clusterului în care două sau mai multe niveluri de unități sunt încorporate una în cealaltă. Prima etapă constă în construirea clusterelor care vor fi utilizate pentru a proba din., În a doua etapă, un eșantion de unități primare este selectat aleatoriu din fiecare cluster (mai degrabă decât folosind toate unitățile conținute în toate clusterele selectate). În etapele următoare, în fiecare dintre aceste clustere selectate, sunt selectate eșantioane suplimentare de unități și așa mai departe. Toate unitățile finale (persoane, de exemplu) selectate în ultima etapă a acestei proceduri sunt apoi chestionate. Prin urmare, această tehnică este, în esență, procesul de a lua subsample aleatorii ale probelor aleatorii precedente.,

eșantionarea în mai multe etape poate reduce substanțial costurile de eșantionare, în cazul în care lista completă a populației ar trebui să fie construită (înainte de a putea fi aplicate alte metode de eșantionare). Prin eliminarea lucrărilor implicate în descrierea clusterelor care nu sunt selectate, eșantionarea în mai multe etape poate reduce costurile mari asociate cu eșantionarea tradițională a clusterelor. Cu toate acestea, fiecare eșantion poate să nu fie un reprezentant complet al întregii populații.,

eșantionarea Coteloredit

în eșantionarea cotelor, populația este mai întâi segmentată în subgrupuri care se exclud reciproc, la fel ca în eșantionarea stratificată. Apoi, judecata este utilizată pentru a selecta subiecții sau unitățile din fiecare segment pe baza unei proporții specificate. De exemplu, unui intervievator i se poate spune să preleveze 200 de femei și 300 de bărbați între vârsta de 45 și 60 de ani.

este acest al doilea pas, ceea ce face ca tehnica una de eșantionare non-probabilitate. În eșantionarea contingentară, selecția eșantionului nu este aleatorie., De exemplu, intervievatorii ar putea fi tentați să intervieveze pe cei care arată cel mai util. Problema este că aceste probe pot fi părtinitoare, deoarece nu toată lumea are șansa de selecție. Acest element aleatoriu Este cea mai mare slăbiciune și cota față de probabilitate a fost o chestiune de controverse de mai mulți ani.

Minimax samplingEdit

în seturile de date dezechilibrate, unde raportul de eșantionare nu respectă statisticile populației, se poate reeșantiona setul de date într-o manieră conservatoare numită Minimax sampling., Eșantionarea minimax își are originea în raportul Anderson minimax a cărui valoare este dovedită a fi de 0,5: într-o clasificare binară, dimensiunile eșantionului de clasă ar trebui alese în mod egal. Acest raport poate fi dovedit a fi raportul minimax numai în ipoteza Clasificatorului LDA cu distribuții gaussiene. Noțiunea de eșantionare minimax este recent dezvoltată pentru o clasă generală de reguli de clasificare, numite Clasificatoare inteligente de clasă., În acest caz, raportul de eșantionare a claselor este selectat astfel încât eroarea cel mai rău caz clasificator peste toate statisticile posibile ale populației pentru probabilitățile anterioare de clasă, ar fi cel mai bun.eșantionarea accidentală

eșantionarea accidentală (uneori cunoscută sub numele de prelevare de probe, comoditate sau oportunitate) este un tip de eșantionare neprobabilă care implică prelevarea eșantionului din acea parte a populației care este aproape de mână. Adică, o populație este selectată deoarece este ușor disponibilă și convenabilă., Poate fi prin întâlnirea persoanei sau includerea unei persoane în eșantion atunci când o întâlnește sau aleasă prin găsirea lor prin mijloace tehnologice, cum ar fi Internetul sau prin telefon. Cercetătorul care utilizează un astfel de eșantion nu poate face generalizări științifice despre populația totală din acest eșantion, deoarece nu ar fi suficient de reprezentativ., De exemplu, dacă intervievatorul ar efectua un astfel de sondaj într-un centru comercial dimineața devreme într-o anumită zi, persoanele pe care le-ar putea intervieva ar fi limitate la cele date acolo la acel moment dat, ceea ce nu ar reprezenta opiniile altor membri ai societății într-un astfel de domeniu, dacă sondajul ar fi efectuat la momente diferite ale zilei și de mai multe ori pe săptămână. Acest tip de eșantionare este cel mai util pentru testarea pilot., Mai multe considerente importante pentru cercetători, folosind confortul probe include:

1. există controale în designul de cercetare sau experiment, care poate servi pentru a reduce impactul unui non-aleatoare eșantion de conveniență, asigurându-se astfel rezultatele vor fi mai reprezentativ din populație?
2. există motive întemeiate să credem că un anumit eșantion de comoditate Ar sau ar trebui să răspundă sau să se comporte diferit decât un eșantion aleatoriu din aceeași populație?
3. este întrebarea pusă de cercetare care poate fi răspunsă în mod adecvat folosind un eșantion de comoditate?,în cercetarea științelor sociale, eșantionarea bulgărilor de zăpadă este o tehnică similară, în care subiecții de studiu existenți sunt folosiți pentru a recruta mai mulți subiecți în eșantion. Unele variante de eșantionare a bulgărilor de zăpadă, cum ar fi eșantionarea condusă de respondent, permit calcularea probabilităților de selecție și sunt metode de eșantionare a probabilităților în anumite condiții.
   

   eșantionare Voluntarăedit

   informații suplimentare: auto-selecție bias

   metoda de eșantionare voluntară este un tip de eșantionare non-probabilitate. Voluntarii aleg să finalizeze un sondaj.,voluntarii pot fi invitați prin reclame în social media. Populația țintă pentru reclame poate fi selectată în funcție de caracteristici precum locația, vârsta, sexul, venitul, ocupația, educația sau interesele folosind instrumente furnizate de mediul social. Anunțul poate include un mesaj despre cercetare și link către un sondaj. După ce a urmat linkul și a finalizat sondajul, voluntarul transmite datele care urmează să fie incluse în populația eșantionului. Această metodă poate ajunge la o populație globală, dar este limitată de bugetul campaniei., Voluntarii din afara populației invitate pot fi, de asemenea, incluși în eșantion.este dificil să se facă generalizări din acest eșantion, deoarece este posibil să nu reprezinte populația totală. Adesea, voluntarii au un interes puternic pentru subiectul principal al sondajului.

   Line-intercept samplingEdit

   line-intercept sampling este o metodă de eșantionare a elementelor într-o regiune prin care un element este eșantionat dacă un segment de linie ales, numit „transect”, intersectează elementul.,

   Panou samplingEdit

   Panou de eșantionare este metoda de prima selectarea unui grup de participanți printr-o metodă de eșantionare aleatoare și apoi cere acel grup pentru (potențial la fel) informații de mai multe ori pe o perioadă de timp. Prin urmare, fiecare participant este intervievat la două sau mai multe puncte de timp; fiecare perioadă de colectare a datelor este numită „val”. Metoda a fost dezvoltată de sociologul Paul Lazarsfeld în 1938 ca mijloc de studiere a campaniilor politice., Această metodă longitudinală de eșantionare permite estimări ale schimbărilor în populație, de exemplu în ceea ce privește bolile cronice la stresul locului de muncă la cheltuielile alimentare săptămânale. Eșantionarea panoului poate fi, de asemenea, utilizată pentru a informa cercetătorii despre schimbările de sănătate din interiorul persoanei datorate vârstei sau pentru a explica modificările variabilelor dependente continue, cum ar fi interacțiunea conjugală. Au fost propuse mai multe metode de analiză a datelor din panou, inclusiv MANOVA, curbele de creștere și modelarea ecuațiilor structurale cu efecte întârziate.,

   Snowball samplingEdit

   Snowball sampling implică găsirea unui grup mic de respondenți inițiali și utilizarea acestora pentru a recruta mai mulți respondenți. Este deosebit de util în cazurile în care populația este ascunsă sau dificil de enumerat.

   probe Teoreticedit

   această secțiune are nevoie de extindere. Puteți ajuta prin adăugarea la ea. (Iulie 2015)

   eșantionarea teoretică are loc atunci când eșantioanele sunt selectate pe baza rezultatelor datelor colectate până în prezent, cu scopul de a dezvolta o înțelegere mai profundă a zonei sau de a dezvolta teorii., Cazuri Extreme sau foarte specifice ar putea fi selectate pentru a maximiza probabilitatea ca un fenomen să fie de fapt observabil.