Galvenais » algoritmiskā tirdzniecība » Kā darbojas stratificēta nejauša paraugu ņemšana

Kā darbojas stratificēta nejauša paraugu ņemšana

algoritmiskā tirdzniecība : Kā darbojas stratificēta nejauša paraugu ņemšana

Stratificēta izlases veida izlases veidošana ir izlases metode, kas ietver iedzīvotāju sadalīšanu mazākās grupās, kas pazīstamas kā slāņi. Stratificētā nejaušā izlases veidā vai stratifikācijā slāņi tiek veidoti, pamatojoties uz dalībnieku kopīgajiem atribūtiem vai raksturlielumiem. Stratificētu nejaušu izlasi sauc arī par proporcionālu nejaušu izlasi vai kvotu izlases veida izlasi.

Turpretī vienkārša izlases veida izlases veido indivīdu izlasi, kas pastāv kādā populācijā; indivīdi tiek nejauši izvēlēti no populācijas un ievietoti izlasē. Šī indivīdu izlases veida izvēles metode mēģina atlasīt izlases lielumu, kas ir objektīvs populācijas attēlojums. Tomēr tas nav izdevīgi, ja populācijas paraugi ir ļoti atšķirīgi.

Taustiņu izņemšana

  • Stratificēta izlases veida izlases veidošana ir izlases metode, kas ietver paraugu ņemšanu no populācijas, kas sadalīta mazākās grupās, kuras sauc par slāņiem.
  • Stratificēta izlases veida izlases veidošana ietver izlases veida paraugu ņemšanu no stratificētām grupām proporcionāli populācijai; tādā veidā precīzāka metrika ir stratificēta izlases veida izlase.

Izpratne par stratificētu nejaušu izlasi

Stratificēta izlases veida izlases veidā populāciju sadala apakšgrupās vai slāņos, un nejaušības principa paraugus ņem no katra izveidotā slāņa proporcionāli populācijai. Katrā izveidotā slāņa locekļiem ir līdzīgas īpašības un īpašības. Šī paraugu ņemšanas metode tiek plaši izmantota un ļoti noderīga, ja mērķa grupa ir neviendabīga. No katra slāņa jāņem vienkāršs izlases paraugs. Stratificētu izlases veida paraugu ņemšanu var izmantot, piemēram, skolēnu vidējās atzīmes (GPA) noteikšanai visā valstī, cilvēkiem, kuri virsstundas pavada darbā, un paredzamajam dzīves ilgumam visā pasaulē.

Stratificētas nejaušas izlases paraugs

Pieņemsim, ka pētniecības grupa vēlas noteikt koledžas studentu GPA visā ASV. Pētniecības komandai ir grūti savākt datus no visiem 21 miljonam koledžas studentu; tā nolemj ņemt izlases veida iedzīvotāju paraugu, izmantojot 4000 studentus.

Tagad pieņemsim, ka komanda izskata atšķirīgos izlases dalībnieku atribūtus un jautā, vai ir atšķirības GPA un studentu lielajos uzņēmumos. Pieņemsim, ka tā atklāj, ka 560 studenti ir lielie angļu valodas zinātņi, 1 135 - zinātnes lielie, 800 - datorzinātnes, 1 090 - inženierzinātnes, bet 415 - matemātikas. Komanda vēlas izmantot proporcionāli stratificētu izlases paraugu, kurā izlases slānis ir proporcionāls izlases veidam populācijā.

Pieņemsim, ka komanda pēta ASV koledžu studentu demogrāfiju un atrod procentuālo daļu no tā, cik studenti ir lielākie - 12% lielākie angļu, 28% lielākie zinātnes, 24% lielākie datorzinātnēs, 21% lielākie inženierzinātnēs un 15% lielākie matemātikā. Tādējādi no stratificētā nejaušās izlases procesa tiek izveidoti pieci slāņi.

Pēc tam komandai jāapstiprina, ka populācijas kārta ir proporcionāla paraugam; tomēr viņiem šķiet, ka proporcijas nav vienādas. Pēc tam komandai jātestē 4000 studentu no populācijas un pēc nejaušības principa jāizvēlas 480 angļu valodas, 1120 zinātnes, 960 datorzinātnes, 840 inženierzinātnes un 600 matemātikas studenti. Tiem ir proporcionāla stratificēta izlases veida koledžas studentu izlase, kas nodrošina labāku studentu koledžu lielāko daļu pārstāvību ASV. Pēc tam pētnieki var izcelt konkrētu slāni, novērot atšķirīgos ASV koledžu studentu pētījumus un novērot dažādus atzīmju punktus .

Lietojumprogrammas

To pašu metodi, ko izmantoja iepriekš, var izmantot vēlēšanu aptaujāšanai, dažādu iedzīvotāju ienākumiem un ienākumiem par dažādām darba vietām tautā.

Investīciju kontu salīdzināšana Piegādātāja nosaukums Apraksts Reklāmdevēja atklāšana × Piedāvājumi, kas parādās šajā tabulā, ir no partnerībām, no kurām Investtopedia saņem kompensāciju.
Ieteicams
Atstājiet Savu Komentāru