Как работи стратифицираната случайна извадка

Стратифицираната случайна извадка е метод за вземане на проби, който включва разделянето на популация на по-малки групи, известни като слоеве. При стратифицирана случайна извадка или стратификация слоевете се формират въз основа на споделените атрибути или характеристики на членовете. Стратифицираната случайна извадка се нарича също пропорционална случайна извадка или квотна случайна извадка.

За разлика от тях, простата случайна извадка е извадка от индивиди, които съществуват в популация; индивидите се избират на случаен принцип от популацията и се поставят в извадка. Този метод на произволен подбор на индивиди се стреми да избере размер на извадката, която е безпристрастно представяне на популацията. Не е изгодно обаче, когато извадките от популацията варират в голяма степен.

Ключови заведения

• Стратифицираната случайна извадка е метод за вземане на проби, който включва вземане на проби от популация, разделена на по-малки групи, известни като слоеве.
• Стратифицираната случайна извадка включва вземане на случайни проби от стратифицирани групи, пропорционално на популацията; по този начин стратифицираната случайна извадка е по-прецизен показател.

Разбиране на стратифицирана случайна извадка

Стратифицираната случайна извадка разделя популацията на подгрупи или слоеве и се вземат случайни проби, пропорционално на популацията, от всяка от създадените слоеве. Членовете във всяка от формираните прослойки имат сходни качества и характеристики. Този метод на вземане на проби е широко използван и много полезен, когато целевата популация е разнородна. Проста случайна проба трябва да бъде взета от всеки слой. Стратифицираната случайна извадка може да се използва, например, за изваждане на средни точки за средни оценки на учениците (GPA) в цялата страна, хора, които прекарват извънредни часове на работа и продължителност на живота в целия свят.

Пример за стратифицирана случайна извадка

Да предположим, че изследователски екип иска да определи общата оценка на студентите в САЩ в САЩ. Изследователският екип среща трудности при събирането на данни от всички 21 милиона студенти; той решава да вземе произволна извадка от населението, като използва 4000 студенти.

Сега приемете, че екипът разглежда различните атрибути на участниците в извадката и се чуди дали има някакви различия в GPAs и специалностите на студентите. Да предположим, че установява, че 560 ученици са английски специалности, 1135 са специалности по наука, 800 са специалности по компютърни науки, 1090 са инженерни специалности, а 415 са специалности по математика. Екипът иска да използва пропорционална стратифицирана случайна извадка, където прослоят от извадката е пропорционален на случайната извадка в популацията.

Да предположим, че екипът изследва демографията на студентите в САЩ и открива процента на това, което студентите учат в 12% специалност английски език, 28% специалност в науката, 24% специалност компютърни науки, 21% специалност инженерство и 15% специалност по математика. По този начин от стратифицирания произволен метод на вземане на проби се създават пет слоя.

След това екипът трябва да потвърди, че прослойката на населението е пропорционална на прослойката в извадката; те обаче намират, че пропорциите не са равни. След това екипът трябва да представи отново 4 000 студенти от населението и на случаен принцип да избере 480 английски, 1120 науки, 960 компютърни науки, 840 инженерни и 600 студенти по математика. При тях тя има пропорционална стратифицирана случайна извадка от студенти в колежа, която осигурява по-добро представяне на студентските специалности в САЩ. След това изследователите могат да подчертаят специфична прослойка, да наблюдават различните проучвания на студенти в САЩ и да наблюдават различните средни оценки на точките,

Приложения

Същият метод, използван по-горе, може да се приложи при гласуването на избори, доходите на различно население и доходите за различни работни места в дадена държава.