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

体系的サンプリングは何ですか?

系統的サンプリングは、より大きな集団からのサンプルメンバーをランダム出発点ではなく一定の周期間隔とに従って選択された確率サンプリング法の一種です。サンプリング間隔と呼ばれるこの間隔は、所望のサンプルサイズで集団サイズを割ることによって計算されます。

サンプル集団が事前に選択されているにもかかわらず、系統的なサンプリングはまだ定期的な間隔が事前に決定され、出発点がランダムである場合、ランダムなものとして考えられています。

統計的推論のための母集団をサンプリングするいくつかの方法があります。体系的なサンプリングはランダムサンプリングの一の形態です。 1時29分 体系的サンプリング

どのように体系的サンプリングワークス

人口の単純無作為サンプリングは非効率的で、時間がかかる可能性があるため、統計学者は、このような体系的なサンプリングなどの他の方法に向けます。体系的なアプローチを通じてサンプルサイズの選択を迅速に行うことができます。固定された開始点が識別されると、一定の間隔を参加者の選択を容易にするように選択されます。

データ操作の低リスクがある場合に系統的なサンプリングは、単純なランダムサンプリングすることが好ましいです。研究者は、所望の結果を得るために、間隔の長さを操作することができる場合、そのような危険性が高い場合、単純な無作為抽出法がより適切であろう。

系統的なサンプリングは、そのシンプルさの研究者やアナリストの間で人気です。研究者は、一般的にランダムな特性が偏っ(にくい)毎に「n番目」のデータサンプルに存在しない限り、結果はほとんどの正常集団の代表であると仮定する。言い換えれば、人口は、選択されたメトリックに沿ってランダムの自然度を示すことが必要です。人口が標準化されたパターンの種類を持っている場合、誤って非常に一般的な例を選択する危険性がより明らかです。

体系的なサンプリングの中で、他のサンプリング方法と同様に、標的集団は、参加者を選択する前に選択する必要があります。人口が行われている研究の目的に合わせて、所望の特性の任意の数に基づいて特定することができます。いくつかの選択基準は、年齢、性別、人種、場所、教育レベルおよび/または専門職を含むことができます。

系統的サンプリングは、より大きな集団からのサンプルメンバーがランダム起点に応じて適宜選択されるが、固定された、周期的な間隔(サンプリング間隔)との簡単化の.Because、系統的サンプリングは、研究者に人気である確率サンプリング法の一種です。この方法の他の利点は、系統的サンプリングのクラスタ化された選択の現象を排除しdata.Disadvantagesを汚染する低い確率が過剰または過小表現特定のパターンおよびデータ操作の大きなリスクのを含める。###例を含みます

体系的なサンプリングの仮想的な例として、1万人の人口で、統計学者は、サンプリングごとに第百人を選択することを前提としています。サンプリング間隔はまた、12時間ごとに描画するために、新たなサンプルを選択するよう、体系的なことができます。

あなたは体系的なサンプリングを使用して50,000の人口から1,000人のランダムなグループを選択したい場合は、別の例として、すべての潜在的な参加者がリストに配置する必要があり、出発点が選択されることになります。リストが形成されると、(選択された開始点のカウントを開始する)リスト上のすべての50人が50,000 /千= 50は、参加者として選択されるであろう。

選択された出発点が20だった場合、例えば、リスト上の70人のように第120続いて、選択されるであろう。リストの最後に達した後は、追加の参加者が必要な場合、カウント数は、カウントを終了するには、リストの先頭にループします。

クラスターサンプリング対##体系的サンプリング

体系的サンプリングとクラスターサンプリングは、彼らがサンプルに含ま母集団からサンプル点を引っ張る方法が異なります。体系的なサンプリングはサンプルを作成するために、より大きな集団から一定の間隔を使用しながら、クラスターサンプリングは、ダウンクラスタに人口を分割します。

系統的サンプリングは、集団からランダム開始点を選択し、その後、サンプルは、その大きさに応じて人口の定期的な一定間隔から取られます。クラスターサンプリングは、クラスタに人口を分割し、各クラスタから単純無作為標本を取ります。

クラスターサンプリングは、サンプリングの他の方法よりも正確と考えられています。しかし、それは試料を得る上で、コストを節約することができます。クラスターサンプリングは、2段階のサンプリング手順です。全人口のリストを完了することは困難であるとき、それを使用することができます。例えば、インタビューする食料品店の顧客の全人口を構築することは困難である可能性があります。

しかし、人は、プロセスの最初のステップである、店舗のランダムなサブセットを作成することができます。第二段階は、これらの店の顧客のランダムなサンプルをインタビューすることです。これは、時間とお金を節約することができ、簡単な手動プロセスです。

体系的なサンプリングの制限事項##

体系的なサンプリングを行う際に統計が考慮しなければならない一つのリスクは、サンプリング間隔で使用するリストの編成方法を必要とします。リストの上に置かれ、人口がサンプリング間隔と一致する周期的なパターンで構成されている場合、選択したサンプルをバイアスすることができます。

たとえば、企業の人事部門は、従業員のサンプルを選び、彼らは会社の方針についてどのように感じているかお尋ねしたいと考えています。従業員は、管理者が率いる各チームと、20のチームにグループ化されています。サンプルサイズを選ぶために使用されるリストは一緒にクラスタ化されたチームで編成されている場合は、統計学者のリスクは、サンプリング間隔に応じて、(すべてではありませんかマネージャー)のみ管理者を選びます。