統計における母集団とは何ですか?
ジョージローズ/ゲッティイメージズの写真
統計では、母集団という用語は、特定の研究の対象、つまり統計的観察の対象であるすべてまたはすべての人を表すために使用されます。 人口 規模は大きくても小さくてもよく、任意の数の特徴によって定義されますが、これらのグループは通常、漠然とではなく具体的に定義されます。たとえば、18 歳以上の女性の集団ではなく、スターバックスでコーヒーを購入する 18 歳以上の女性の集団です。
統計母集団は、定義されたグループ内の個人が周囲の世界と相互作用する方法の行動、傾向、およびパターンを観察するために使用され、統計学者が研究対象の特性について結論を導き出すことを可能にしますが、これらの対象はほとんどの場合人間、動物です、植物、さらには星のような物体まで。
人口の重要性
オーストラリア政府統計局は次のように述べています。
データが誰または何を参照しているかを理解できるように、調査対象の母集団を理解することが重要です。母集団に誰が、または何が必要かを明確に定義していない場合、役に立たないデータになってしまう可能性があります。
もちろん、集団の研究には特定の制限があります。主に、特定のグループのすべての個人を観察できることはめったにありません。このため、統計を使用する科学者は、部分母集団も研究し、より大きな母集団の小さな部分の統計サンプルを採取して、母集団全体の行動と特性の全範囲をより正確に分析します。
人口を構成するものは何ですか?
統計的母集団とは、研究の対象となる個人のグループです。つまり、個人が共通の特徴、または場合によっては 2 つの共通の特徴によってグループ化できる限り、ほとんど何でも母集団を構成できます。たとえば、 平均 米国のすべての 20 歳の男性の体重を計算すると、人口は米国のすべての 20 歳の男性になります。
もう 1 つの例は、アルゼンチンに住んでいる人の数を調査する調査です。人口は、市民権、年齢、性別に関係なく、アルゼンチンに住んでいるすべての人になります。対照的に、アルゼンチンに住んでいる 25 歳未満の男性の数を尋ねた別の研究の人口は、市民権に関係なく、アルゼンチンに住んでいるすべての 24 歳以下の男性である可能性があります。
統計母集団は、統計学者が望むのと同じくらいあいまいでも具体的でもかまいません。最終的には、実施されている研究の目的に依存します。牛の養殖業者は、所有している赤い雌牛の数に関する統計を知りたくないでしょう。代わりに、まだ子牛を産むことができる雌牛の数に関するデータを知りたいと考えています。その農夫は、後者を研究対象集団として選択したいと思うでしょう。
実際の人口データ人口データを統計に使用する方法は多数あります。 StatisticsShowHowto.com では、誘惑に負けてキャンディー ストアに足を踏み入れるという楽しいシナリオについて説明します。そこでは、オーナーが商品のサンプルをいくつか提供している可能性があります。各サンプルからキャンディーを 1 つ食べます。店内のすべてのキャンディーのサンプルを食べたくないでしょう。それには何百もの瓶からサンプリングする必要があり、かなり気分が悪くなる可能性があります.代わりに、統計ウェブサイトは次のように説明しています。
「店のキャンディー ライン全体について、提供しているサンプルだけに基づいて意見を述べるかもしれません。同じ論理が統計のほとんどの調査に当てはまります。母集団全体のサンプルのみを取得する必要があります (この例の母集団は、キャンディ ライン全体になります)。結果は、その人口に関する統計です。
オーストラリア政府の統計局は、他にもいくつかの例を挙げていますが、ここでは少し変更しています。海外で生まれた、米国に住む人々だけを研究したいと想像してみてください。これは、移民に関する全国的な議論が白熱している現在、ホットな政治的トピックです。しかし、その代わりに、あなたはこの国で生まれたすべての人々を誤って見ました。データには、調査したくない人が多数含まれています。 「対象母集団が明確に定義されていないために、必要のないデータが得られる可能性がある」と統計局は指摘しています。
別の関連する研究は、ソーダを飲むすべての小学校の子供たちを調べることかもしれません.ターゲット人口を「小学生」と「炭酸飲料を飲む人」として明確に定義する必要があります。そうしないと、すべての学童 (小学校の生徒だけでなく) および/またはすべての学童を含むデータになってしまう可能性があります。ソーダポップを飲む人。年長の子供やソーダポップを飲まない人を含めると、結果が歪められ、研究が役に立たなくなる可能性があります.
限られた資源
総人口は科学者が研究したいものですが、人口のすべての個々のメンバーの人口調査を実行できることは非常にまれです.リソース、時間、およびアクセシビリティの制約により、すべての被験者について測定を行うことはほぼ不可能です。その結果、多くの統計学者、社会科学者などは、 推測統計 、科学者は人口のごく一部しか研究できず、具体的な結果を観察することができます.
科学者は、母集団のすべてのメンバーに対して測定を行うのではなく、この母集団の一部を 統計サンプル .これらのサンプルは、集団内の対応する測定値について科学者に伝える個人の測定値を提供します。これを繰り返して、異なる統計サンプルと比較して、集団全体をより正確に説明できます。
人口サブセット
したがって、どの母集団サブセットを選択するかという問題は、統計の研究において非常に重要であり、サンプルを選択するさまざまな方法があり、その多くは意味のある結果を生成しません.このため、科学者は潜在的な亜集団に常に目を光らせています。研究対象の集団内の個人の種類の混合を認識すると、通常はより良い結果が得られるからです。
フォーミングなどのさまざまなサンプリング手法 層化サンプル 、部分母集団を扱うのに役立ちます。これらの手法の多くは、特定のタイプのサンプルが 単純ランダムサンプル 、人口から選択されました。