KabuGuide.com Blog # A B C D E F G H I J K L M N O P Q R S T U V W X Y Z NASDAQ NYSE AMEX

単純なランダムサンプルとは何ですか?

単純なランダムサンプルサブセットの各メンバーが選択される等しい確率を有する、母集団のサブセットです。単純なランダムサンプルをグループの公正な表現であることを意味します。

単純無作為標本の例は、従業員250人の会社からの帽子のうち、選択されている25人の従業員の名前になります。この場合、人口は、すべての従業員250人であり、各従業員が選択されているのと等しいチャンスを持っているので、サンプルがランダムです。ランダムサンプリングは無作為化対照試験や盲目の実験のために行うために、科学で使用されています。

何より容易な方法は、単純なランダムサンプリングよりも大きな母集団からの研究サンプルを抽出するために存在しません。より大きな集団からランダムに完全に科目を選択することも検討されているグループの代表であるサンプルが得られます。 1時16分 単純なランダムサンプル

単純なランダムサンプルを理解します

研究者は、メソッドのカップルを使用した簡単なランダムなサンプルを作成することができます。抽選方法を用いて、母集団の各メンバーは、数字がランダムに選択された後に番号を割り当てています。

250のうち25人の従業員の名前を帽子のうち選択された例は、仕事での抽選方法の一例です。 250人の従業員のそれぞれは、それらの数字の25は、ランダムに選択されるであろう後、1と250の間の数を割り当てられます。

より大きなグループのサブセットを構成する個人がランダムに選択されているため、大規模な人口のセット内の各個人が選択されているのと同じ確率を持っています。これは、ほとんどの場合、偏りのない、全体としてより大きなグループを表現するための最大の可能性を、担持バランスサブセットを作成します。

より大きな集団のために、手動の宝くじの方法は非常に面倒なことができます。大きな母集団からのランダムサンプルを選択すると、通常抽選方法と同じ方法が使用されるコンピュータ生成プロセスを必要とし、唯一の番号の割り当てとその後の選択はコンピュータではなく、人間によって行われます。

エラーのための部屋

単純無作為標本では、プラスとマイナスの分散(標本誤差)で表されるエラーの余地がなければなりません。同じ高校に調査は左利きされているどのように多くの学生を決定するためにとるべきだった場合たとえば、ランダムサンプリングは、サンプリングされた100のうち8が左利きしていることを決定することができます。結論は、実際には世界平均は10%に近くなるだろうというとき、高校の学生の人口の8%が、左回りしているということでしょう。

同じことは関係なく、主題の真実です。緑色の目をしているか、物理的に単純無作為調査に基づいて、高数学の確率につながる行動不能にされていますが、常にプラスまたはマイナスの分散を持つ学生の人口の割合に関する調査。 100%の正解率は可能ではあるが、実用的ではない、すべての千人の学生を調査するだろう持っている唯一の方法。

重要ポイント

単純なランダムサンプルは、各メンバーが宝くじ又はランダムdraws.Aサンプリングエラーのような方法を用いて、単純なランダムサンプルを作成することができることchosen.Researchersの等しい確率を有するデータセット全体を表すために全人口の小さい、ランダム部分を取りサンプルは正確に表すようになっている人口を反映して終了しない場合は、単純なランダムサンプルで発生する可能性があります。層化無作為抽出対###シンプルランダム

単純無作為標本と層化無作為サンプルは、両方の統計的な測定ツールです。単純無作為サンプルは、データ全体集団を表すために使用されます。層状ランダムサンプルは、共有の特性に基づいて、より小さなグループ、または階層に集団を分割します。

単純なランダムサンプルとは異なり、層状ランダムサンプルを簡単に別のサブグループまたはサブセットに分割することができる集団で使用されています。これらのグループは、一定の基準に基づいており、ランダムに人口対グループの大きさに比例して、それぞれの要素を選択してください。

サンプリングのこの方法は、全人口に占める割合に基づいてされた各異なるグループサイズからの選択が存在するであろうことを意味します。しかし、研究者は、地層が重複しないようにする必要があります。各点は相互に排他的であるように、人口の各点は一つだけの階層に属している必要があります。重複地層は、このようにサンプルをゆがめる、一部のデータが含まれている可能性を高めるでしょう。

単純無作為標本のメリット

使いやすさは、単純なランダムサンプリングの最大の利点を表しています。そのような層別ランダムサンプリングと確率サンプリングなど、より複雑なサンプリング方法とは異なり、必要がサブ集団に人口を分割したり、ランダムに集団のメンバーを選択する前に、他の追加の手順を取るために存在しません。

単純なランダムサンプルをグループの公正な表現であることを意味します。これは、人口のすべてのメンバーが選択されたばかりの同じチャンスを持っているので、より大きな集団からのサンプルを選択するための公正な方法と考えられています。

単純なランダムサンプリングを測量に公平なアプローチであることが意図されているが、試料の選択バイアスが起こり得ます。より大きな集団のサンプルセットが十分に包括的でない場合は、完全な人口の表現が偏っていると、追加のサンプリング技術を必要とします。###単純無作為標本のデメリット

サンプルは正確に表すようになっている人口を反映して終了しない場合、サンプリング誤差は単純無作為標本で発生する可能性があります。例えば、25人の従業員の私たちの単純無作為サンプルでは、​​人口は125人の女性と125人の男性から成っていても、25人の男性を描画することが可能です。

研究者が人口について少し知っているときに、このような理由から、単純無作為サンプリングは、より一般的に使用されます。研究者は、より知っていたならば、そのような年齢、人種や性別などの集団内の差異を考慮して、助け層化無作為抽出、など、異なるサンプリング技術を使用する方が良いでしょう。他の欠点は、大規模な集団からサンプリングするために、プロセスは他の方法に比べて時間がかかり、費用がかかる可能性があるという事実が含まれます。