統計的サンプリングとは
人口と国勢調査
C.K.テイラー
多くの場合、研究者は広範囲にわたる質問に対する答えを知りたがっています。例えば：
- 昨夜、特定の国の誰もがテレビで何を見ましたか?
- 誰が有権者をしますか に投票するつもりです 次の選挙で？
- ある場所に渡りから戻ってきた鳥は何羽?
- 労働人口の何パーセントが失業者ですか？
この種の質問は、何百万人もの個人を追跡する必要があるという意味で非常に重要です。
統計は、サンプリングと呼ばれる手法を使用してこれらの問題を単純化します。統計サンプルを実施することで、作業負荷を大幅に削減できます。数十億または数百万の行動を追跡するのではなく、数千または数百の行動を調べるだけで済みます。後述するように、この単純化には代償が伴います。
人口と国勢調査
統計調査の人口は、私たちが何かを見つけようとしているものです.それは、検査されているすべての個人で構成されています。人口は実際には何でもかまいません。統計上の質問に応じて、カリフォルニア州民、トナカイ、コンピューター、車、または郡のすべてを人口と見なすことができます。研究されているほとんどの個体群は大規模ですが、必ずしもそうである必要はありません。
人口を調査する 1 つの戦略は、国勢調査を実施することです。国勢調査では、調査対象の人口のすべてのメンバーを調べます。これの代表的な例は、 米国国勢調査 .国勢調査局は 10 年ごとに、全国のすべての人にアンケートを送信します。返却しない人は国勢調査員が訪問
国勢調査は困難をはらんでいます。これらは通常、時間とリソースの点で高価です。これに加えて、人口のすべての人に到達したことを保証することは困難です.他の集団は、国勢調査を実施するのがさらに困難です。ニューヨーク州の野良犬の習性を研究したい場合は、頑張って切り上げてください 全て それらの一時的な犬の。
サンプル
通常、母集団のすべてのメンバーを追跡することは不可能または非現実的であるため、利用可能な次のオプションは、母集団をサンプリングすることです。サンプルは母集団の任意のサブセットであるため、そのサイズは小さくても大きくてもかまいません。私たちのコンピューティング能力で管理できるほど小さいサンプルが必要ですが、統計的に有意な結果が得られるほど十分に大きいサンプルが必要です。
世論調査会社が議会に対する有権者の満足度を判断しようとしている場合、 サンプルサイズ が 1 の場合、結果は無意味になります (ただし、簡単に取得できます)。一方で、何百万人もの人々に尋ねることは、あまりにも多くのリソースを消費することになります.バランスをとるために、このタイプの世論調査は通常、サンプル サイズが約 1000 です。
ランダムサンプル
しかし、良い結果を得るためには、適切なサンプル サイズを用意するだけでは十分ではありません。母集団を代表するサンプルが必要です。平均的なアメリカ人が年間何冊の本を読むかを調べたいとします。 2000 人の大学生に、1 年間に何を読んだかを記録し、1 年が過ぎたらもう一度確認するように依頼しました。読む本の平均数は 12 冊であり、平均的なアメリカ人は年間 12 冊の本を読むと結論付けます。
このシナリオの問題はサンプルにあります。大学生の大半は 18 歳から 25 歳で、教師から教科書や小説を読むように求められています。これは、平均的なアメリカ人をよく表していません。適切なサンプルには、国のさまざまな地域のさまざまな年齢層の人々が含まれます。そのようなサンプルを取得するには、すべてのアメリカ人がサンプルに含まれる確率が等しくなるようにランダムに構成する必要があります。
サンプルの種類
統計実験のゴールドスタンダードは、 単純ランダムサンプル .このようなサイズのサンプルでは n 個人、母集団のすべてのメンバーは、サンプルに選択される可能性が同じであり、すべてのグループ n 個人が選ばれる可能性は同じです。母集団をサンプリングするには、さまざまな方法があります。最も一般的なもののいくつかは次のとおりです。
- ランダムサンプル
- 単純ランダムサンプル
- 自主回答例
- 便利なサンプル
- 体系的なサンプル
- クラスターサンプル
- 層別サンプル
アドバイスの言葉
ことわざにあるように、「始めは半分」です。私たちの統計的研究と実験が良い結果をもたらすようにするには、それらを慎重に計画し、開始する必要があります。悪い統計サンプルを考え出すのは簡単です。良い 単純なランダム サンプル 取得には多少の作業が必要です。私たちのデータがでたらめで無頓着な方法で得られた場合、どんなに高度な分析を行ったとしても、統計的手法では価値のある結論は得られません。