Veri örnekleme kriterleri. Örneklem
Genellikle belirli bir sosyal fenomeni analiz etmek ve onun hakkında bilgi edinmek gerekir. Böyle işler sık sık karşımıza çıkıyor...
Örnekleme ... Örneklemenin tanımı, çeşitleri, yöntemleri ve sonuçları
Masterweb tarafından
09.04.2018 16:00Genellikle belirli bir sosyal fenomeni analiz etmek ve onun hakkında bilgi edinmek gerekir. Bu tür görevler genellikle istatistikte ve istatistiksel araştırmalarda ortaya çıkar. Tam olarak tanımlanmış bir sosyal olgunun doğrulanması genellikle imkansızdır. Örneğin, herhangi bir konuda nüfusun veya belirli bir şehrin tüm sakinlerinin görüşlerini nasıl öğrenebilirim? Kesinlikle herkese sormak neredeyse imkansız ve çok zahmetli. Bu gibi durumlarda, bir örneğe ihtiyacımız var. Bu hemen hemen tüm araştırma ve analizlerin dayandığı kavramdır.
örnek nedir
Belirli bir sosyal fenomeni analiz ederken, onun hakkında bilgi edinmek gerekir. Herhangi bir incelemeyi ele alırsak, inceleme nesnesinin bütünlüğünün her biriminin araştırma ve analize tabi olmadığını görebiliriz. sadece dikkate alır belirli parça bu koleksiyonun tamamı. Bu süreç örneklemedir: kümeden yalnızca belirli birimler incelendiğinde.
Tabii ki, çoğu numunenin türüne bağlıdır. Ama aynı zamanda temel kurallar da var. Ana olan, popülasyondan seçimin kesinlikle rastgele olması gerektiğini söylüyor. Kullanılacak popülasyon birimleri herhangi bir kritere göre seçilmemelidir. Kabaca söylemek gerekirse, belirli bir şehrin nüfusundan bir popülasyon toplamak ve sadece erkekleri seçmek gerekiyorsa, seçim rastgele yapılmadığı ve cinsiyete göre seçildiği için çalışmada bir hata olacaktır. Hemen hemen tüm örnekleme yöntemleri bu kurala dayanmaktadır.
Örnekleme kuralları
Seçilen setin tüm fenomenin ana niteliklerini yansıtması için, aşağıdaki kategorilere ana dikkat gösterilmesi gereken belirli yasalara göre inşa edilmelidir:
- örnek (örnek popülasyon);
- Genel popülasyon;
- temsil edilebilirlik;
- temsil hatası;
- nüfus birimi;
- örnekleme yöntemleri.
Seçici gözlem ve örneklemenin özellikleri şunlardır:
- Elde edilen tüm sonuçlar matematiksel yasalara ve kurallara dayanmaktadır, yani çalışmanın doğru yürütülmesi ve doğru hesaplamalar ile sonuçlar sübjektif olarak bozulmayacaktır.
- Olayların tamamını değil, sadece bir kısmını inceleyerek çok daha hızlı ve daha az zaman ve kaynakla sonuç almayı mümkün kılar.
- Çeşitli nesneleri incelemek için kullanılabilir: örneğin, ilgilendiğimiz grubun yaşı, cinsiyeti gibi belirli sorulardan çalışmaya kamuoyu ya da nüfusun maddi desteğinin düzeyi.
seçici gözlem
seçici istatistiksel gözlem, üzerinde çalışılan şeyin tamamının araştırmaya tabi tutulmadığı, ancak belirli bir şekilde seçilen sadece bir kısmının ve bu bölümün incelenmesinin sonuçlarının tüm küme için geçerli olduğu. Bu kısma örnekleme çerçevesi denir. BT tek yolçalışma nesnesinin geniş bir dizisini incelemek.
Ancak seçici gözlem, yalnızca araştırmanın gerekli olduğu durumlarda kullanılabilir. küçük grup birimler. Örneğin, dünyadaki erkeklerin kadınlara oranını incelerken seçici gözlem kullanılacaktır. Açık nedenlerden dolayı, gezegenimizin her sakinini hesaba katmak imkansızdır.
Ama aynı çalışmayla, ama dünyanın tüm sakinleri üzerinde değil, belirli bir okuldaki, belirli bir şehirdeki, belirli bir ülkedeki belirli bir 2 "A" sınıfının seçici gözleminden vazgeçilebilir. Sonuçta, çalışma nesnesinin tüm dizisini analiz etmek oldukça mümkündür. Bu sınıfın erkek ve kızlarını saymak gerekiyor - oran bu olacak.
Örnek ve popülasyon
Aslında göründüğü kadar zor değil. Herhangi bir çalışma nesnesinde iki sistem vardır: genel ve örnek popülasyon. Bu ne? Tüm birimler generale aittir. Ve örneğe - örnek için alınan toplam popülasyonun birimleri. Her şey doğru yapılırsa, seçilen kısım tüm (genel) popülasyonun azaltılmış bir düzeni olacaktır.
Genel nüfus hakkında konuşursak, sadece iki çeşidini ayırt edebiliriz: belirli ve belirsiz genel nüfus. Belirli bir sistemin toplam birim sayısının bilinip bilinmediğine bağlıdır. Belirli bir popülasyon ise, toplam birim sayısının yüzde kaçının örnekleneceği bilindiğinden örnekleme daha kolay olacaktır.
Bu an, araştırmada çok gereklidir. Örneğin, belirli bir tesiste düşük kaliteli şekerleme ürünlerinin yüzdesini araştırmak gerekirse. Popülasyonun zaten tanımlandığını varsayalım. Bu işletmenin yılda 1000 şekerleme ürünü ürettiği kesin olarak bilinmektedir. Bu bin adetten rastgele 100 adet şekerleme ürünü numunesi yapıp incelemeye gönderirsek hata minimum düzeyde olacaktır. Kabaca söylemek gerekirse, tüm ürünlerin %10'u araştırmaya konu olmuştur ve sonuçlara dayanarak, temsiliyet hatasını dikkate alarak tüm ürünlerin kalitesizliğinden bahsedebiliriz.
Ve diyelim ki 1 milyon birimin olduğu belirsiz bir genel popülasyondan 100 şekerleme ürününden bir numune alırsanız, numunenin sonucu ve çalışmanın kendisi kritik olarak mantıksız ve yanlış olacaktır. Farkı Hisset? Bu nedenle, çoğu durumda genel popülasyonun kesinliği son derece önemlidir ve çalışmanın sonucunu büyük ölçüde etkiler.
Nüfus temsiliyeti
Peki, şimdi en önemli sorulardan biri - örnek ne olmalı? Bu çalışmanın en önemli noktasıdır. Bu aşamada, numuneyi hesaplamak ve aşağıdakilerden birimleri seçmek gerekir. toplam sayısı onun içine. Genel popülasyonun belirli özellikleri ve özellikleri örneklemde kalıyorsa popülasyon doğru seçilmiştir. Buna temsiliyet denir.
Başka bir deyişle, seçimden sonra bir parça, incelenen tüm nicelik ile aynı eğilimleri ve özellikleri koruyorsa, böyle bir popülasyona temsili denir. Ancak her özel örnek, temsili bir popülasyondan seçilemez. Ayrıca, örneği basitçe temsil edilemeyen bu tür araştırma nesneleri de vardır. Temsil hatası kavramı buradan gelmektedir. Ama bunun hakkında biraz daha konuşalım.
Örnek nasıl yapılır
Dolayısıyla temsililiği en üst düzeye çıkarmak için üç temel örnekleme kuralı vardır:
- Örnek sayısının en özgün göstergesi %20 olarak kabul edilmektedir. %20'lik bir istatistiksel örnek neredeyse her zaman gerçeğe mümkün olduğunca yakın bir sonuç verecektir. Aynı zamanda, monte edilene aktarmaya gerek yoktur. çoğu genel nüfus. Örneklemin %20'si birçok çalışma tarafından geliştirilen rakamdır. Biraz daha teoriye bakalım. Örneklem ne kadar büyük olursa, temsil hatası o kadar küçük ve çalışmanın sonucu o kadar doğru olur. Örneklem kitlesi birim sayısı bakımından genel evrene ne kadar yakınsa, sonuçlar o kadar doğru ve doğru olacaktır. Sonuçta, tüm sistemi incelerseniz sonuç %100 olacaktır. Ama burada seçim yok. Bunlar, tüm dizinin, tüm birimlerin incelendiği çalışmalardır, bu yüzden bu bizi ilgilendirmiyor.
- Genel nüfusun% 20'sinin işlenmesinin uygun olmaması durumunda, nüfusun birimlerinin en az 1001 miktarında çalışmasına izin verilir. Bu aynı zamanda çalışma nesnesi dizisinin çalışmasının göstergelerinden biridir. , zamanla gelişmiştir. Tabii ki, geniş araştırma dizileri ile doğru sonuçlar vermeyecek, ancak onu numunenin olası doğruluğuna mümkün olduğunca yaklaştıracaktır.
- İstatistikte birçok formül ve tablo vardır. Çalışmanın amacına ve örnekleme kriterine bağlı olarak, bir veya başka bir formül seçmek uygundur. Ancak bu madde karmaşık ve çok aşamalı çalışmalarda kullanılmaktadır.
Temsil hatası (hatası)
Seçilen örneğin kalitesinin temel özelliği "temsil hatası" kavramıdır. Bu ne? Bunlar, seçici ve sürekli gözlem göstergeleri arasındaki belirli tutarsızlıklardır. Hata göstergelerine göre temsil edilebilirlik güvenilir, sıradan ve yaklaşık olarak ayrılmıştır. Başka bir deyişle, sırasıyla %3'e kadar, %3'ten %10'a ve %10'dan %20'ye kadar sapmalar kabul edilebilir. İstatistiklerde, hatanın% 5-6'yı geçmemesi arzu edilir. Aksi takdirde, örneğin yetersiz temsiliyetinden bahsetmek için sebep vardır. Temsiliyet hatasını ve bunun bir örneği veya popülasyonu nasıl etkilediğini hesaplamak için birçok faktör dikkate alınır:
- Kesin bir sonucun elde edilme olasılığı.
- Örnekleme birimlerinin sayısı. Daha önce belirtildiği gibi, örneklemdeki birim sayısı ne kadar az olursa, temsiliyet hatası o kadar büyük olur ve bunun tersi de geçerlidir.
- Çalışma popülasyonunun homojenliği. Popülasyon ne kadar heterojense, temsiliyet hatası o kadar büyük olacaktır. Bir popülasyonun temsili olma yeteneği, onu oluşturan tüm birimlerin homojenliğine bağlıdır.
- Örnek popülasyondaki birimleri seçme yöntemi.
Spesifik çalışmalarda, ortalamanın yüzde hatası, gözlem programına ve önceki çalışmalardan elde edilen verilere göre genellikle araştırmacının kendisi tarafından belirlenir. Kural olarak, %3-5 aralığındaki maksimum örnekleme hatası (temsil hatası) kabul edilebilir olarak kabul edilir.
Fazlası her zaman için iyi değildir
Seçici gözlem organizasyonundaki ana şeyin, hacmini kabul edilebilir bir minimum seviyeye getirmek olduğunu hatırlamakta fayda var. Aynı zamanda, örnek veri miktarında haksız bir artışa ve sonuç olarak örnekleme maliyetinde bir artışa yol açabileceğinden, örnekleme hata sınırlarını aşırı derecede azaltmak için çaba gösterilmemelidir.
Aynı zamanda temsiliyet hatasının boyutu aşırı derecede büyütülmemelidir. Sonuçta bu durumda örneklem büyüklüğünde bir azalma olsa da bu durum elde edilen sonuçların güvenilirliğinde bozulmaya yol açacaktır.
Araştırmacı tarafından genellikle hangi sorular sorulur?
Herhangi bir araştırma, eğer yapılırsa, bir amaç ve bir takım sonuçlar elde etmek içindir. Örnek bir anket yürütürken, kural olarak, ilk sorular şunlardır:
- Gerekli sayıda örnekleme biriminin, yani kaç birimin inceleneceğinin belirlenmesi. Ayrıca, doğru bir çalışma için popülasyonun temsili olması gerekir.
- Belirlenen olasılık seviyesi ile temsil hatasının hesaplanması. Hemen belirtmek gerekir ki seçici çalışmalar %100 olasılık düzeyinde gerçekleşmez. Belirli bir segmentin çalışmasını yürüten otorite, sonuçlarının %100 olasılıkla doğru olduğunu iddia ediyorsa, bu bir yalandır. Uzun yıllara dayanan uygulama, doğru şekilde yürütülen bir örnek çalışmanın olasılık yüzdesini zaten belirlemiştir. Bu rakam %95,4'tür.
Örneklemdeki araştırma birimlerini seçme yöntemleri
Her örnek temsili değildir. Bazen bir ve aynı işaret bütünde ve kendi parçasında farklı şekilde ifade edilir. Temsil edicilik gerekliliklerine ulaşmak için çeşitli örnekleme tekniklerinin kullanılması tavsiye edilir. Ayrıca, bir yöntemin veya diğerinin kullanımı belirli koşullara bağlıdır. Bu örnekleme yöntemlerinden bazıları şunlardır:
- rastgele seçim;
- mekanik seçim;
- tipik seçim;
- seri (iç içe) seçim.
Rastgele seçim, genel popülasyonun tüm birimleri için örneğe dahil edilme olasılığı eşit olduğunda, popülasyon birimlerinin rastgele seçilmesini amaçlayan bir faaliyetler sistemidir. Bu tekniğin sadece homojenlik ve az sayıda doğal özelliği olması durumunda uygulanması tavsiye edilir. Aksi takdirde, bazı karakteristik özellikler örneğe yansımama riski taşır. Rastgele seçimin özellikleri, diğer tüm örnekleme yöntemlerinin temelini oluşturur.
Mekanik birim seçimi ile belirli bir aralıkta gerçekleştirilir. Belirli suçlardan bir örnek oluşturmak gerekirse, toplam sayılarına ve mevcut örnek boyutlarına bağlı olarak, kayıtlı suçların tüm istatistiksel kayıtlarından her 5, 10 veya 15'inci kartı çıkarmak mümkündür. Bu yöntemin dezavantajı, seçimden önce popülasyonun birimlerinin tam bir hesabının gerekli olması, ardından bir sıralama yapılması ve ancak bundan sonra belirli bir aralıkta örneklemenin mümkün olmasıdır. Bu yöntem çok zaman alır, bu nedenle sık kullanılmaz.
Tipik (bölgesel) seçim, genel popülasyonun belirli bir özelliğe göre homojen gruplara ayrıldığı bir örneklem türüdür. Bazen araştırmacılar "gruplar" yerine başka terimler kullanır: "bölgeler" ve "bölgeler". Daha sonra, her gruptan, grubun toplam nüfus içindeki payına orantılı olarak belirli sayıda birim rastgele seçilir. Tipik bir seçim genellikle birkaç aşamada gerçekleştirilir.
Seri örnekleme, birim seçiminin gruplar halinde (seri) yapıldığı ve seçilen grubun (seri) tüm birimlerinin incelemeye tabi tutulduğu bir yöntemdir. Bu yöntemin avantajı, örneğin cezayı çeken bir kişiyi incelerken, bazen tek tek birimleri seçmenin serilerden daha zor olmasıdır. Seçilen alanlar, bölgeler içinde, istisnasız tüm birimlerin çalışması, örneğin belirli bir kurumda ceza çeken tüm kişilerin çalışması uygulanır.
Kievyan caddesi, 16 0016 Ermenistan, Erivan +374 11 233 255
Nüfus- kütle karakterine, tipikliğe, niteliksel tekdüzeliğe ve varyasyon varlığına sahip bir dizi birim.
İstatistiksel nüfus, maddi olarak var olan nesnelerden (Çalışanlar, işletmeler, ülkeler, bölgeler) oluşur, bir nesnedir.
Nüfus birimi- istatistiksel popülasyonun her bir belirli birimi.
Aynı istatistiksel popülasyon, bir özellikte homojen ve diğerinde heterojen olabilir.
niteliksel tekdüzelik- nüfusun tüm birimlerinin herhangi bir temelde benzerliği ve geri kalan her şeyde farklılık.
İstatistiksel bir popülasyonda, popülasyonun bir birimi ile diğeri arasındaki farklar daha çok nicel niteliktedir. Popülasyonun farklı birimlerinin öznitelik değerlerindeki nicel değişikliklere varyasyon denir.
Özellik Varyasyonu- nüfusun bir biriminden diğerine geçiş sırasında bir işaretin (nicel bir işaret için) nicel değişimi.
işaret bir mülk özellik veya gözlemlenebilen veya ölçülebilen birimlerin, nesnelerin ve fenomenlerin diğer özellikleri. İşaretler nicel ve nitel olarak ikiye ayrılır. Bir özelliğin değerinin popülasyonun bireysel birimlerindeki çeşitliliğine ve değişkenliğine denir. varyasyon.
Niteliksel (nitel) özellikler ölçülebilir değildir (cinsiyete göre popülasyonun bileşimi). Nicel özelliklerin sayısal bir ifadesi vardır (nüfusun yaşa göre bileşimi).
dizin- bu, belirli zaman ve yer koşullarında bir bütün olarak birimlerin veya kümelerin herhangi bir özelliğinin nicel olarak nitel bir genelleyici özelliğidir.
puan kartı incelenen fenomeni kapsamlı bir şekilde yansıtan bir dizi göstergedir.
Örneğin, maaşı düşünün:- İşaret - ücretler
- İstatistiksel nüfus - tüm çalışanlar
- Nüfusun birimi her işçidir
- Niteliksel homojenlik - tahakkuk eden maaş
- Özellik varyasyonu - bir dizi sayı
Genel popülasyon ve ondan örnek
Temel, bir veya daha fazla özelliğin ölçülmesi sonucunda elde edilen bir veri setidir. Gerçekten gözlemlenen nesneler kümesi, istatistiksel olarak bir dizi gözlemle temsil edilir. rastgele değişken, dır-dir örnekleme, ve varsayımsal olarak var olan (düşünülmüş) - Genel popülasyon. Genel popülasyon sonlu olabilir (gözlem sayısı N = sabit) veya sonsuz ( N = ∞) ve genel popülasyondan bir örnek her zaman sınırlı sayıda gözlemin sonucudur. Bir örneği oluşturan gözlemlerin sayısına denir. örnek boyut. Örnek boyutu yeterince büyükse n→∞) örnek kabul edilir büyük, aksi halde örnek denir sınırlı hacim. Örnek sayılır küçük, tek boyutlu bir rasgele değişkeni ölçerken, örnek boyutu 30'u geçmiyorsa ( n<= 30 ) ve aynı anda birkaç ( k) çok boyutlu uzay ilişkisinde özellikler n ile k daha az 10 (n/k< 10) . Örnek formlar varyasyon serisi eğer üyeleri ise sipariş istatistikleri, yani rastgele değişkenin örnek değerleri X artan düzende (sıralı) sıralanır, özniteliğin değerleri denir seçenekler.
Örnek. Hemen hemen aynı rastgele seçilen nesneler kümesi - Moskova'nın bir idari bölgesinin ticari bankaları, bu bölgedeki tüm ticari bankaların genel popülasyonundan ve Moskova'daki tüm ticari bankaların genel popülasyonundan bir örnek olarak kabul edilebilir. , yanı sıra ülkedeki ticari bankaların bir örneği vb.
Temel örnekleme yöntemleri
İstatistiksel sonuçların güvenilirliği ve sonuçların anlamlı yorumlanması şunlara bağlıdır: temsil edilebilirlikörnekler, yani Bu örneğin temsili olarak kabul edilebileceği genel popülasyonun özelliklerinin sunumunun eksiksizliği ve yeterliliği. Nüfusun istatistiksel özelliklerinin incelenmesi iki şekilde organize edilebilir: sürekli ve süreksiz. Sürekli gözlem hepsinin incelenmesini içerir birimler okudu agregalar, a sürekli olmayan (seçici) gözlem- sadece bir kısmı.
Örneklemeyi organize etmenin beş ana yolu vardır:
1. basit rastgele seçim nesnelerin genel nesne popülasyonundan rastgele çıkarıldığı (örneğin, bir tablo veya rastgele sayı üreteci kullanılarak) ve olası örneklerin her birinin eşit bir olasılığa sahip olduğu . Bu tür örnekler denir aslında rastgele;
2. düzenli bir prosedürle basit seçim mekanik bir bileşen (örneğin, tarihler, haftanın günleri, apartman numaraları, alfabenin harfleri vb.) kullanılarak gerçekleştirilir ve bu şekilde elde edilen örneklere denir. mekanik;
3. tabakalı seçim, genel hacim popülasyonunun, hacmin alt kümelerine veya katmanlarına (katmanlarına) bölünmesi gerçeğinden oluşur, böylece . Katmanlar, istatistiksel özellikler açısından homojen nesnelerdir (örneğin, nüfus, yaş grubuna veya sosyal sınıfa göre katmanlara ayrılır; işletmeler endüstriye göre). Bu durumda, örnekler denir tabakalı(aksi halde, tabakalı, tipik, bölgeli);
4. yöntemler seri seçim oluşturmak için kullanılır seri veya iç içe örnekler. Bir "blok" veya bir dizi nesneyi aynı anda incelemek gerekirse (örneğin, bir mal sevkiyatı, belirli bir serinin ürünleri veya ülkenin bölgesel-idari bölümündeki nüfus) uygundurlar. Seri seçimi rastgele veya mekanik bir şekilde gerçekleştirilebilir. Aynı zamanda, belirli bir mal grubunun veya tüm bir bölgesel birimin (bir konut binası veya çeyrek) sürekli bir anketi yapılır;
5. kombine(kademeli) seçim, aynı anda birkaç seçim yöntemini birleştirebilir (örneğin, tabakalı ve rastgele veya rastgele ve mekanik); böyle bir örnek denir kombine.
Seçim türleri
İle zihin bireysel, grup ve birleşik seçim vardır. saat bireysel seçimörneklem setinde genel popülasyonun bireysel birimleri seçilir. grup seçimi birimlerin niteliksel olarak homojen grupları (serileri) ve birleşik seçim birinci ve ikinci tiplerin bir kombinasyonunu içerir.
İle yöntem seçim ayırt etmek tekrarlanan ve tekrarlanmayanörneklem.
tekrarlanamazörneğe düşen birimin orijinal popülasyona geri dönmediği ve sonraki seçime katılmadığı seçim olarak adlandırılan; genel nüfusun birim sayısı ise N Seçim sürecinde azaltıldı. saat tekrarlanan seçim yakalanmışörneklemde, kayıttan sonra birim genel popülasyona geri döndürülür ve böylece diğer birimlerle birlikte daha sonraki seçim prosedüründe kullanılmak üzere eşit bir fırsat elde eder; genel nüfusun birim sayısı ise N değişmeden kalır (yöntem sosyo-ekonomik çalışmalarda nadiren kullanılır). Bununla birlikte, büyük bir N (N → ∞) için formüller tekrarlanmayan seçim için olanlara yakın tekrarlanan seçim ve ikincisi neredeyse daha sık kullanılır ( N = sabit).
Genel ve örnek popülasyonun parametrelerinin temel özellikleri
Çalışmanın istatistiksel sonuçlarının temeli, rastgele bir değişkenin dağılımı iken, gözlemlenen değerler (x 1, x 2, ..., xn) rastgele değişkenin gerçekleşmeleri denir X(n örnek boyutudur). Rastgele bir değişkenin genel popülasyondaki dağılımı teoriktir, doğası gereği idealdir ve örnek analogu ampirik dağıtım. Bazı teorik dağılımlar analitik olarak verilmiştir, yani. onlara seçenekler rastgele değişkenin olası değerlerinin uzayındaki her noktada dağılım fonksiyonunun değerini belirleyin. Bir örnek için dağılım fonksiyonunu belirlemek zordur ve bazen imkansızdır, bu nedenle seçenekler ampirik verilerden tahmin edilir ve daha sonra teorik dağılımı tanımlayan analitik bir ifadeyle değiştirilirler. Bu durumda, varsayım (veya hipotez) dağılımının türü hakkında hem istatistiksel olarak doğru hem de hatalı olabilir. Ancak her durumda, örnekten yeniden oluşturulan ampirik dağılım, doğru olanı yalnızca kabaca karakterize eder. En önemli dağıtım parametreleri beklenen değer ve dispersiyon.
Doğaları gereği, dağılımlar sürekli ve ayrık. En iyi bilinen sürekli dağılım normal. Parametrelerin seçici analogları ve bunun için: ortalama değer ve ampirik varyans. Sosyo-ekonomik araştırmalardaki ayrık çalışmalar arasında en yaygın olarak kullanılan alternatif (ikiye bölünmüş) dağıtım. Bu dağılımın beklenti parametresi göreli değeri (veya Paylaş) incelenen özelliğe sahip popülasyon birimleri (harf ile gösterilir); Bu özelliğe sahip olmayan nüfusun oranı harf ile gösterilir. q (q = 1 - p). Alternatif dağılımın varyansı da ampirik bir analoga sahiptir.
Dağılımın türüne ve popülasyon birimlerinin seçilme yöntemine bağlı olarak, dağılım parametrelerinin özellikleri farklı şekilde hesaplanır. Teorik ve ampirik dağılımlar için başlıca olanlar Tablo'da verilmiştir. bir.
Örnek paylaşım k nörnek popülasyonun birim sayısının genel popülasyonun birim sayısına oranıdır:
kn = n/N.
Örnek paylaşım w incelenen özelliğe sahip birimlerin oranıdır xörnek boyutuna n:
w = n n / n.
Örnek.% 5 numune ile 1000 birim içeren bir mal partisinde örnek kesir kn mutlak değerde 50 birimdir. (n = N*0.05); bu numunede 2 kusurlu ürün bulunursa, örnek kesir w 0,04 olacaktır (w = 2/50 = 0,04 veya %4).
Örneklem popülasyonu genel popülasyondan farklı olduğu için örnekleme hataları.
Tablo 1. Genel ve örnek popülasyonların ana parametreleriÖrnekleme hataları
Herhangi bir (katı ve seçici) ile iki tür hata oluşabilir: kayıt ve temsiliyet. hatalar kayıt sahip olabilmek rastgele ve sistematik karakter. Rastgele hatalar kontrol edilemeyen birçok farklı nedenden oluşur, doğası gereği kasıtsızdır ve genellikle birbirini dengeler (örneğin, odadaki sıcaklık dalgalanmaları nedeniyle cihaz okumalarındaki değişiklikler).
Sistematik hatalar, numunedeki nesneleri seçme kurallarını ihlal ettikleri için önyargılıdır (örneğin, ölçüm cihazının ayarlarını değiştirirken ölçümlerdeki sapmalar).
Örnek.Şehirdeki nüfusun sosyal durumunu değerlendirmek için ailelerin %25'inin incelenmesi planlanmaktadır. Ancak, her dört daireden birinin seçimi kendi sayısına göre yapılıyorsa, tüm dairelerin tek tipte seçilmesi (örneğin, tek odalı daireler) tehlikesi vardır, bu da sistematik bir hataya neden olacak ve sonuçları çarpıtacaktır; hata rastgele olacağından daire numarasının partiye göre seçimi daha çok tercih edilir.
Temsil hataları sadece seçici gözlemin doğasında vardır, bunlardan kaçınılamaz ve örneğin genel olanı tam olarak yeniden üretmemesinin bir sonucu olarak ortaya çıkarlar. Örneklemden elde edilen göstergelerin değerleri, genel popülasyondaki (veya sürekli gözlem sırasında elde edilen) aynı değerlerin göstergelerinden farklıdır.
Örnekleme hatası parametrenin genel popülasyondaki değeri ile örnek değeri arasındaki farktır. Nicel bir özelliğin ortalama değeri için şuna eşittir: ve pay için (alternatif nitelik) - .
Örnekleme hataları yalnızca örnek gözlemlerin doğasında vardır. Bu hatalar ne kadar büyük olursa, ampirik dağılım teorik olandan o kadar farklı olur. Ampirik dağılımın parametreleri ve rastgele değişkenlerdir, bu nedenle örnekleme hataları da rastgele değişkenlerdir, farklı örnekler için farklı değerler alabilirler ve bu nedenle hesaplamak gelenekseldir. ortalama hata.
Ortalama örnekleme hatası matematiksel beklentiden örnek ortalamasının standart sapmasını ifade eden bir değerdir. Rastgele seçim ilkesine tabi olan bu değer, öncelikle örneklem büyüklüğüne ve özelliğin varyasyon derecesine bağlıdır: özelliğin varyasyonu ne kadar büyük ve küçükse (dolayısıyla 'nin değeri), değeri o kadar küçük olur. ortalama örnekleme hatası. Genel ve örnek popülasyonların varyansları arasındaki oran şu formülle ifade edilir:
şunlar. yeterince büyük olduğunu varsayabiliriz. Ortalama örnekleme hatası, örnek popülasyonun parametresinin genel popülasyonun parametresinden olası sapmalarını gösterir. Masada. Şekil 2, gözlemi organize etmenin farklı yöntemleri için ortalama örnekleme hatasının hesaplanmasına yönelik ifadeleri göstermektedir.
Tablo 2. Farklı numune türleri için numune ortalaması ve oranın ortalama hatası (m)Sürekli bir özellik için grup içi örnek varyanslarının ortalaması nerededir;
Payın grup içi dağılımlarının ortalaması;
— seçilen dizi sayısı, — toplam dizi sayısı;
,
th serisinin ortalaması nerede;
- sürekli bir özellik için tüm numunenin genel ortalaması;
,
th serisindeki özelliğin oranı nerede;
— özelliğin tüm örnek popülasyondaki toplam payı.
Bununla birlikte, ortalama hatanın büyüklüğü yalnızca belirli bir olasılık Р (Р ≤ 1) ile değerlendirilebilir. Lyapunov A.M. örnek ortalamalarının dağılımının ve dolayısıyla yeterince büyük bir sayı ile genel ortalamadan sapmalarının, genel popülasyonun sınırlı bir ortalamaya ve sınırlı bir varyansa sahip olması koşuluyla, normal dağılım yasasına yaklaşık olarak uyduğunu kanıtladı.
Matematiksel olarak, ortalama için bu ifade şu şekilde ifade edilir:
ve kesir için (1) ifadesi şu şekilde olacaktır:
nerede - var marjinal örnekleme hatası, ortalama örnekleme hatasının bir katıdır , ve çokluk faktörü, W.S. tarafından önerilen Student kriteridir ("güven faktörü"). Gosset (takma ad "Öğrenci"); Farklı numune boyutları için değerler özel bir tabloda saklanır.
Bazı t değerleri için Ф(t) fonksiyonunun değerleri şunlardır:Bu nedenle ifade (3) aşağıdaki gibi okunabilir: olasılıkla P = 0,683 (%68,3)örneklem ile genel ortalama arasındaki farkın, ortalama hatanın bir değerini geçmeyeceği iddia edilebilir. m(t=1), olasılıkla P = 0,954 (%95,4)- iki ortalama hatanın değerini aşmaması m (t = 2) , olasılıkla P = 0,997 (%99,7)- üç değeri geçmeyecek m (t = 3) . Böylece, bu farkın ortalama hata değerinin üç katını aşma olasılığı belirlenir. hata seviyesi ve daha fazla değil 0,3% .
Masada. 3, marjinal örnekleme hatasını hesaplamak için formülleri gösterir.
Tablo 3. Farklı örnek gözlem türleri için ortalama ve orantı (p) için örneğin marjinal hatası (D)Numune Sonuçlarının Popülasyona Genişletilmesi
Örnek gözlemin nihai amacı, genel popülasyonu karakterize etmektir. Küçük örneklem boyutlarıyla, parametrelerin ( ve ) ampirik tahminleri, gerçek değerlerinden ( ve ) önemli ölçüde sapabilir. Bu nedenle, parametrelerin ( ve ) örnek değerleri için gerçek değerlerin ( ve ) içinde bulunduğu sınırların oluşturulması gerekli hale gelir.
Güven aralığı genel popülasyonun bazı parametrelerinin θ, bu parametrenin 1'e yakın bir olasılıkla rastgele bir değer aralığı olarak adlandırılır ( güvenilirlik) bu parametrenin gerçek değerini içerir.
marjinal hataörnekler Δ genel popülasyonun özelliklerinin sınır değerlerini ve bunların sınırlarını belirlemenizi sağlar. güvenilirlik aralığı, şunlara eşittir:
Sonuç olarak güven aralığıçıkarılarak elde edilir marjinal hataörnek ortalamasından (pay) ve en üsttekini ekleyerek.
Güven aralığı ortalama için marjinal örnekleme hatasını kullanır ve belirli bir güven düzeyi için aşağıdaki formülle belirlenir:
Bu, belirli bir olasılıkla R güven düzeyi olarak adlandırılan ve değer tarafından benzersiz bir şekilde belirlenen t, ortalamanın gerçek değerinin şu aralıkta olduğu iddia edilebilir. ve payın gerçek değeri şu aralıktadır:
Üç standart güven düzeyi için güven aralığını hesaplarken P=%95, P=%99 ve P=%99.9 değeri ile seçilir. Serbestlik derecesi sayısına bağlı olarak uygulamalar. Örneklem büyüklüğü yeterince büyükse bu olasılıklara karşılık gelen değerler t eşittir: 1,96, 2,58 ve 3,29 . Böylece, marjinal örnekleme hatası, genel popülasyonun özelliklerinin marjinal değerlerini ve bunların güven aralıklarını belirlememize izin verir:
Sosyo-ekonomik çalışmalarda seçici gözlem sonuçlarının genel nüfusa dağılımı, tüm türlerinin ve gruplarının temsil edilebilirliğinin eksiksiz olmasını gerektirdiğinden kendine has özelliklere sahiptir. Böyle bir dağıtım olasılığının temeli, hesaplamadır. göreceli hata:
nerede Δ % - göreceli marjinal örnekleme hatası; , .
Bir örnek gözlemi popülasyona yaymanın iki ana yöntemi vardır: doğrudan dönüşüm ve katsayılar yöntemi.
Öz doğrudan dönüşümörnek ortalaması!!\overline(x) ile popülasyonun boyutunu çarpmaktır.
Örnek. Şehirdeki ortalama yeni yürümeye başlayan çocuk sayısı bir örnekleme yöntemiyle tahmin edilsin ve bir kişi kadardır. Şehirde 1000 genç aile varsa, belediye kreşinde ihtiyaç duyulan yer sayısı, bu ortalamanın genel nüfus büyüklüğü N = 1000 ile çarpılmasıyla elde edilir, yani. 1200 kişilik olacak.
katsayılar yöntemi Sürekli gözlem verilerini netleştirmek için seçici gözlem yapıldığında kullanılması tavsiye edilir.
Bu durumda, formül kullanılır:
burada tüm değişkenler popülasyonun büyüklüğüdür:
Gerekli örnek boyutu
Tablo 4. Farklı örnekleme organizasyonu türleri için gerekli örneklem büyüklüğü (n)İzin verilen örnekleme hatasının önceden belirlenmiş bir değerine sahip bir örnekleme araştırması planlarken, gerekli olanı doğru bir şekilde tahmin etmek gerekir. örnek boyut. Bu miktar, kabul edilebilir bir hata seviyesini garanti eden belirli bir olasılığa dayalı olarak seçici gözlem sırasında izin verilen hata temelinde belirlenebilir (gözlem organize edilme şekli dikkate alınarak). Gerekli numune büyüklüğünü belirlemek için formüller n, doğrudan marjinal örnekleme hatası formüllerinden kolayca elde edilebilir. Yani, marjinal hatanın ifadesinden:
örnek boyutu doğrudan belirlenir n:
Bu formül, azalan marjinal örnekleme hatasıyla Δ Student t-testinin varyansı ve karesi ile orantılı olan gerekli örnek boyutunu önemli ölçüde artırır.
Spesifik bir gözlem düzenleme yöntemi için gerekli örneklem büyüklüğü Tabloda verilen formüllere göre hesaplanır. 9.4.
Pratik Hesaplama Örnekleri
Örnek 1. Sürekli nicel bir karakteristik için ortalama değerin ve güven aralığının hesaplanması.
Bankadaki alacaklılarla uzlaşma hızını değerlendirmek için, rastgele bir 10 ödeme belgesi örneği gerçekleştirildi. Değerleri eşit çıktı (gün olarak): 10; 3; on beş; on beş; 22; 7; sekiz; bir; 19; yirmi.
Olasılıkla gerekli P = 0.954 marjinal hatayı belirlemek Δ ortalama hesaplama süresinin örnek ortalaması ve güven sınırları.
Çözüm. Ortalama değer, Tablodaki formülle hesaplanır. 9.1 örnek popülasyon için
Dağılım, Tablodaki formüle göre hesaplanır. 9.1.
Günün ortalama kare hatası.
Ortalamanın hatası aşağıdaki formülle hesaplanır:
şunlar. ortalama değer x ± m = 12,0 ± 2,3 gün.
Ortalamanın güvenilirliği,
Sınırlama hatası, Tablodaki formülle hesaplanır. 9.3 Nüfusun büyüklüğü bilinmediğinden yeniden seçim için ve P = 0.954 güven seviyesi.
Böylece, ortalama değer `x ± D = `x ± 2m = 12,0 ± 4,6'dır, yani. gerçek değeri 7,4 ila 16.6 gün aralığındadır.
Öğrenci masasının kullanımı. Uygulama, n = 10 - 1 = 9 serbestlik derecesi için, elde edilen değerin 0,001 £ anlamlılık düzeyi ile güvenilir olduğu sonucuna varmamızı sağlar, yani. elde edilen ortalama değer 0'dan önemli ölçüde farklıdır.
Örnek 2. Olasılık tahmini (genel pay) r.
1000 ailenin sosyal statüsünün mekanik bir örnekleme yöntemiyle araştırılmasıyla, düşük gelirli ailelerin oranının düşük olduğu ortaya çıktı. w = 0,3 (%30)(örnek 2% , yani n/N = 0.02). Güven düzeyi için gerekli p = 0.997 bir gösterge tanımla R Bölge genelinde düşük gelirli aileler.
Çözüm. Sunulan fonksiyon değerlerine göre Ф(t) belirli bir güven düzeyi için bul P = 0.997 anlam t=3(bkz. formül 3). Marjinal paylaşım hatası w Tablodaki formüle göre belirleyin. 9.3 tekrarsız numune alma için (mekanik numune alma her zaman tekrarlanmaz):
Sınırlayıcı bağıl örnekleme hatası % olacak:
Bölgedeki düşük gelirli ailelerin olasılığı (genel pay) p=w±Δw, ve güven sınırları p çift eşitsizliğe göre hesaplanır:
w — Δw ≤ p ≤ w — Δw, yani p'nin gerçek değeri şurada bulunur:
0,3 — 0,014 < p <0,3 + 0,014, а именно от 28,6% до 31,4%.
Böylece, 0,997 olasılıkla, bölgedeki tüm aileler içinde düşük gelirli ailelerin oranının %28,6 ile %31,4 arasında değiştiği söylenebilir.
Örnek 3 Bir aralık serisi tarafından belirtilen ayrık bir özellik için ortalama değer ve güven aralığının hesaplanması.
Masada. 5. Siparişlerin üretimi için başvuruların, işletme tarafından uygulanma zamanlamasına göre dağılımı belirlenir.
Tablo 5. Gözlemlerin meydana gelme zamanına göre dağılımıÇözüm. Ortalama sipariş tamamlama süresi aşağıdaki formülle hesaplanır:
Ortalama süre şöyle olacaktır:
= (3*20 + 9*80 + 24*60 + 48*20 + 72*20)/200 = 23,1 ay
Tablonun sondan bir önceki sütunundaki pi üzerindeki verileri kullanırsak aynı cevabı alırız. 9.5 formülü kullanarak:
Son derecelendirme aralığının ortasının, önceki derecelendirme aralığının 60 - 36 = 24 aya eşit genişliğiyle yapay olarak eklenmesiyle bulunduğuna dikkat edin.
Dağılım formülle hesaplanır
nerede x ben- aralık serisinin ortası.
Bu nedenle!!\sigma = \frac (20^2 + 14^2 + 1 + 25^2 + 49^2)(4) ve standart hata .
Ortalamanın hatası aylar için formülle hesaplanır, yani. ortalama!!\overline(x) ± m = 23.1 ± 13.4'tür.
Sınırlama hatası, Tablodaki formülle hesaplanır. Popülasyon büyüklüğü bilinmediğinden yeniden seçim için 9.3, 0.954 güven seviyesi için:
Yani ortalama:
şunlar. gerçek değeri 0 ila 50 ay aralığındadır.
Örnek 4 Ticari bir bankada şirketin N = 500 işletmesinin alacaklıları ile uzlaşma hızını belirlemek için, tekrar etmeyen rastgele seçim yöntemini kullanarak seçici bir çalışma yapmak gerekir. Deneme tahminleri standart sapma s'nin 10 gün olduğunu gösteriyorsa, P = 0.954 olasılıkla numune ortalamasının hatası 3 günü geçmeyecek şekilde gerekli numune büyüklüğünü n belirleyin.
Çözüm. Gerekli çalışmaların sayısını belirlemek için n, Tablodan tekrarlanmayan seçim formülünü kullanırız. 9.4:
İçinde, t değeri, Р = 0.954 güven seviyesi için belirlenir. 2'ye eşittir. Ortalama kare değeri s = 10, popülasyon büyüklüğü N = 500 ve ortalamanın marjinal hatası Δ x = 3. Bu değerleri formüle koyarak şunu elde ederiz:
şunlar. gerekli parametreyi - alacaklılarla yapılan ödemelerin hızını - tahmin etmek için 41 işletmeden oluşan bir örneklem yapmak yeterlidir.
İstatistikte iki ana araştırma yöntemi vardır - sürekli ve seçici. Örnek bir çalışma yürütülürken, aşağıdaki gerekliliklere uyulması zorunludur: örneklem popülasyonunun temsil edilebilirliği ve yeterli sayıda gözlem birimi. Gözlem birimlerini seçerken, Ofset hataları, yani, oluşumu doğru bir şekilde tahmin edilemeyen bu tür olaylar. Bu hatalar nesnel ve doğaldır. Bir örnekleme çalışmasının doğruluk derecesi belirlenirken, örnekleme sürecinde oluşabilecek hata miktarı tahmin edilir - Rastgele temsil hatası (M) — Örnek bir çalışmadan elde edilen ortalama veya nispi değerler ile genel popülasyon üzerinde bir çalışmadan elde edilecek benzer değerler arasındaki gerçek farktır.
Çalışma sonuçlarının güvenilirliğinin değerlendirilmesi, aşağıdakilerin belirlenmesini içerir:
1. temsiliyet hataları
2. Genel popülasyondaki ortalama (veya nispi) değerlerin güven sınırları
3. ortalama (veya nispi) değerler farkının güvenilirliği (t kriterine göre)
Temsil hatasının hesaplanması(mm) aritmetik ortalama değer (M):
σ standart sapma olduğunda; n, örnek boyutudur (>30).
Göreceli değerin (P) temsiliyet hatasının (mР) hesaplanması:
P karşılık gelen göreli değer olduğunda (örneğin, % olarak hesaplanır);
Q = 100 - %P, P'nin tersidir; n — numune boyutu (n>30)
Klinikte ve deneysel çalışma oldukça sık kullanılır küçük örnek, Gözlem sayısı 30'dan küçük veya eşit olduğunda. Örnek küçük olduğunda, temsiliyet hatalarını hesaplamak için hem ortalama hem de bağıl değerler , Gözlem sayısı bir azalır, yani.
; .
Temsil hatasının büyüklüğü örneklem büyüklüğüne bağlıdır: gözlem sayısı ne kadar büyükse hata o kadar küçüktür. Örnek bir göstergenin güvenilirliğini değerlendirmek için aşağıdaki yaklaşım benimsenmiştir: gösterge (veya ortalama değer), hatasından 3 kat daha yüksek olmalıdır, bu durumda güvenilir kabul edilir.
Belirli bir örnekleme hatası, ortalama temsil hatası değerinden önemli ölçüde daha büyük (veya daha az) olabileceğinden, hatanın büyüklüğünü bilmek, bir örnekleme çalışmasının sonuçlarından emin olmak için yeterli değildir. Bir araştırmacının bir sonuç elde etmek istediği doğruluğu belirlemek için istatistik, seçici biyomedikal araştırma sonuçlarının güvenilirliğinin bir özelliği olan hatasız bir tahmin olasılığı gibi bir kavramı kullanır. istatistiksel çalışmalar. Genellikle, biyomedikal istatistiksel çalışmalar yürütülürken, %95 veya %99 hatasız tahmin olasılığı kullanılır. En kritik durumlarda, teorik veya pratik açıdan özellikle önemli sonuçlar çıkarmak gerektiğinde, %99,7'lik hatasız tahmin olasılığı kullanılır.
Belirli bir değer, hatasız bir tahminin belirli bir olasılık derecesine karşılık gelir. Rastgele bir örneğin marjinal hatası (Δ - delta), aşağıdaki formülle belirlenir:
Δ=t * m, burada t, büyük bir örneklem ve %95'lik hatasız bir tahmin olasılığı ile 2,6 olan güven katsayısıdır; %99 - 3.0 hatasız tahmin olasılığı ile; %99,7 - 3,3 hatasız tahmin olasılığı ile ve küçük bir örneklemle, Student t değerlerinin özel bir tablosu ile belirlenir.
Marjinal örnekleme hatası (Δ) kullanılarak belirlenebilir Güven sınırları, burada, hatasız bir tahminin belirli bir olasılığı ile, istatistiksel miktarın gerçek değeri , Tüm popülasyonu karakterize etme (ortalama veya göreceli).
Güven sınırlarını belirlemek için aşağıdaki formüller kullanılır:
1) ortalama değerler için:
Mgen'in güven sınırları olduğu yerde orta boy genel popülasyonda;
Mörnek - ortalama değer , Örneklem popülasyonu üzerinde yapılan çalışma sırasında elde edilen; t, değeri, araştırmacının bir sonuç elde etmek istediği hatasız bir tahminin olasılık derecesi ile belirlenen bir güven katsayısıdır; mM, ortalamanın temsili hatasıdır.
2) bağıl değerler için:
nerede Rgen - genel popülasyondaki nispi değerin güven sınırları; Rsb, bir örnek popülasyon üzerinde yapılan çalışma sırasında elde edilen nispi değerdir; t güven faktörüdür; mP, bağıl değerin temsiliyet hatasıdır.
Güven sınırları, rastgele bir doğanın nedenlerine bağlı olarak örnek göstergesinin boyutunun ne ölçüde dalgalanabileceğini gösterir.
Az sayıda gözlemle (n<30), для вычисления доверительных границ значение коэффициента t находят по специальной таблице Стьюдента. Значения t расположены в таблице на пересечении с избранной вероятностью безошибочного прогноза и строки, Mevcut serbestlik derecesi sayısını gösteren (n) , Hangisi n-1'e eşittir.
1C 8.2 ve 8.3'te örnekleme, bilgi tabanı tablolarının kayıtları arasında sıralama yapmanın özel bir yoludur. Örneklemenin ne olduğuna ve nasıl kullanılacağına daha yakından bakalım.
1C'deki örnek nedir?
Örneklem- imleci bir sonraki kayda sırayla yerleştirmekten oluşan 1C'deki bilgileri sıralamanın bir yolu. 1C'deki bir seçim, sorgu sonucundan ve örneğin belgeler veya dizinler gibi nesne yöneticisinden elde edilebilir.
Bir nesne yöneticisinden alma ve yineleme örneği:
Seçim = Dizinler. Bankalar. Seçmek() ; Seçim yaparken. Sonraki() Döngü EndCycle ;
Bir sorgudan seçim alma örneği:
267 1C video derslerini ücretsiz alın:
İstek = Yeni İstek( "Rehberden Link, Kod, İsim Seçiniz. Bankalar") ; Örnek = İstek. Uygulamak() . Seçmek() ; Seçim yaparken. Sonraki() Döngü //"Bankalar" dizini ile ilginç eylemler gerçekleştirin Bitiş Döngüsü ;Yukarıdaki örneklerin her ikisi de yinelenecek aynı veri kümelerini alır.
Örnekleme Yöntemleri 1C 8.3
Seçimin çok sayıda yöntemi var, bunları daha ayrıntılı olarak ele alalım:
- Seçmek()- bir numunenin doğrudan elde edildiği bir yöntem. Bypass tipi "gruplandırarak" belirtilmişse, seçimden başka bir alt seçim alabilirsiniz.
- Sahip() Select()'in ters yöntemidir. "Üst" sorgu seçimini almanızı sağlar.
- Sonraki()- imleci bir sonraki kayda hareket ettiren bir yöntem. Kayıt varsa True, başka kayıt yoksa False döndürür.
- Sonraki Bul()- seçim değerine göre (seçim - alan yapısı) yalnızca gerekli alanlar üzerinde yineleme yapabileceğiniz çok kullanışlı bir yöntem.
- SonrakiByFieldValue()- mevcut konumdan farklı bir değere sahip bir sonraki kaydı almanızı sağlar. Örneğin, "Hesap" alanının benzersiz değerine sahip tüm kayıtları sıralamak gerekir: Selection.NextBy FieldValue ("Hesap").
- Sıfırla()- imlecin mevcut konumunu sıfırlamanıza ve orijinal konumuna ayarlamanıza olanak tanır.
- Miktar()- seçimdeki kayıt sayısını döndürür.
- Almak()- Yöntemi kullanarak, imleci indeks değerine göre istediğiniz kaydın üzerine ayarlayabilirsiniz.
- Seviye() - geçerli girişin (sayı) hiyerarşisindeki seviye.
- Kayıt tipi()— kayıt türünü görüntüler — DetailRecord, GroupTotal, HierarchyTotal veya GrandTotal
- gruplama()- kayıt bir gruplandırma değilse, mevcut gruplandırmanın adını döndürür - boş bir dize.
1C programlamayı öğrenmeye başlıyorsanız, ücretsiz kursumuzu tavsiye ediyoruz (unutmayın
Ampirik, sosyal ilişkileri ve süreçleri incelemenin ana yollarından biri olarak kabul edilir. Güvenilir, eksiksiz ve temsili bilgi sağlarlar.
Tekniklerin özgüllüğü
Ampirik, gerçekleri tespit eden bilgilerin elde edilmesini sağlar. İncelenen ilişkilerde, nesnelerde, fenomenlerde bulunan olayların dolaylı veya doğrudan kaydı yoluyla koşulların oluşturulmasına ve genelleştirilmesine katkıda bulunurlar. Ampirik yöntemler, analiz konusunun şu olması bakımından teorik olanlardan farklıdır:
- Bireylerin ve gruplarının davranışları.
- İnsan faaliyetinin ürünleri.
- Bireylerin sözlü eylemleri, yargıları, görüşleri, görüşleri.
Örnek çalışmalar
Ampirik çalışma her zaman nesnel ve doğru bilgi, nicel veriler elde etmeye odaklanır. Bu bağlamda, gerçekleştirilirken bilgilerin temsil edilebilirliğinin sağlanması gerekmektedir. Buna göre doğru örnekleme seti. BT Bu, seçimin dar bir gruptan elde edilen verilerin genel katılımcı kitlesinde meydana gelen eğilimleri yansıtacak şekilde yapılması gerektiği anlamına gelir. Örneğin, 200-300 kişiye anket yapılırken, elde edilen veriler tüm kentsel nüfus için tahmin edilebilir. Örnek setin göstergeleri, bölgedeki sosyo-ekonomik süreçlerin bir bütün olarak ülkedeki çalışmasına farklı bir yaklaşım sağlar.
terminoloji
Örnek anketlerle ilgili konuların daha iyi anlaşılabilmesi için bazı tanımların açıklığa kavuşturulması gerekmektedir. Gözlem birimi doğrudan bilgi kaynağıdır. Bir birey, bir grup, bir belge, bir organizasyon vb. olabilir. Genel nüfus ise gözlem birimleri kümesi. Hepsi incelenen problemle ilgili olmalıdır. doğrudan analize tabidir. Çalışma, geliştirilen bilgi toplama yöntemlerine uygun olarak yürütülmektedir. Tüm yanıtlayanlar dizisinin bu oranını belirlemek için şunu kullanın: "örnek" kavramı. Toplam insan kitlesinin temel parametrelerini yansıtma özelliğine temsiliyet denir. Bazı durumlarda eşleşme yoktur. O zaman bir temsil hatasından söz edilir.
Temsil edilebilirliğin sağlanması
Bununla ilgili hususlar istatistikler çerçevesinde detaylı olarak ele alınmaktadır. Sorunlar karmaşık çünkü bir yandan nicel bir temsil sağlamaktan bahsediyoruz. genel nüfus. BTözellikle, cevaplayıcı gruplarının optimal bir sayıda temsil edilmesi gerektiği anlamına gelir. Miktar, normal bir temsil için yeterli olmalıdır. Öte yandan, nitel temsil anlamına da gelir. oluşturan belirli bir özne kompozisyonunu varsayar. örnekleme seti. BTörneğin sadece erkeklerle veya sadece kadınlarla, yaşlılarla veya gençlerle görüşüldüğünde temsiliyetin tartışılamayacağı anlamına gelir. Çalışma, temsil edilen tüm gruplar içinde yapılmalıdır.
Örnek karakteristik
Bu terim iki açıdan ele alınmaktadır. Her şeyden önce, görüşleri incelenen genel insan dizisinden bir öğeler kompleksi olarak tanımlanır - bu örnekleme seti. BT ayrıca gerekli temsil gücüne sahip belirli bir katılımcı kategorisi yaratma süreci. Uygulamada, çeşitli seçim türleri ve türleri vardır. Onları düşünelim.
Türler
Üç tane var:
- doğal örnekleme seti. BT gönüllü olarak seçilen bir grup katılımcı. Aynı zamanda, toplam insan kitlesinden belirli bir çalışma grubuna birimlerin girişinin erişilebilirliği sağlanır. Pratikte kendiliğinden seçim oldukça sık kullanılır. Örneğin, basındaki anketlerde, posta yoluyla. Ancak bu yaklaşımın önemli bir dezavantajı vardır. Genel numunenin tüm hacmini niteliksel olarak temsil etmek imkansızdır. Bu teknik ekonomi açısından uygulanmaktadır. Bazı anketlerde, bu seçenek mümkün olan tek seçenektir.
- doğal örnekleme seti. BTçalışmada kullanılan başlıca yöntemlerden biridir. Bu tür bir seçimin temel ilkesi, her bir gözlem biriminin, bireylerin genel kitlesinden dar bir gruba geçmesi için bir fırsat sağlanmasıdır. Bunun için farklı yöntemler kullanılmaktadır. Örneğin, bir piyango, mekanik seçim, rastgele sayılar tablosu olabilir.
- Tabakalı (kota) örnekleme. Toplam yanıtlayan kitlenin nitel bir modelinin oluşturulmasına dayanır. Daha sonra örneklem popülasyonundaki birimlerin seçimi yapılır. Örneğin yaş veya cinsiyete göre, nüfus gruplarına göre vb.
Çeşit
Aşağıdaki seçimler vardır:
bunlara ek olarak
Örnekler ayrıca bağımlı ve bağımsız olabilir. İlk durumda, deney prosedürü ve bir grup katılımcı için deney sırasında elde edilecek sonuçlar, diğeri üzerinde belirli bir etkiye sahiptir. Buna göre, bağımsız örnekler böyle bir etki anlamına gelmez. Ancak burada önemli bir noktaya dikkat edilmelidir. Psikolojik muayenenin iki kez yapıldığı bir grup konu (farklı nitelikleri, özellikleri, işaretleri incelemeyi amaçlasa bile), varsayılan olarak bağımlı olarak kabul edilecektir.
olasılıksal seçimler
Bazı örnek türlerini düşünün:
- Rastgele. Toplam popülasyonun homojenliğini, tüm bileşenlerin mevcudiyetinin bir olasılığını ve ayrıca eksiksiz bir öğe listesinin varlığını varsayar. Kural olarak, seçim sürecinde rasgele sayılar içeren bir tablo kullanılır.
- Mekanik. Bu tür rastgele örnekleme, belirli bir niteliğe göre sıralamayı içerir. Örneğin, telefon numarasına göre, alfabetik olarak, doğum tarihine göre vb. İlk bileşen rastgele seçilir. Ardından, her k elemanı bir adım n ile seçilir. Toplam popülasyonun değeri N=k*n olacaktır.
- tabakalı. Bu örnek, toplam popülasyon heterojen olduğunda kullanılır. İkincisi katmanlara (gruplara) ayrılmıştır. Her birinde seçim mekanik veya rastgele yapılır.
- Seri. Gruplar rastgele seçilir. İçlerinde, nesneler tüm yol boyunca incelenir.
İnanılmaz seçimler
Rastgelelik temelinde değil, öznel gerekçelerle örneklemeyi içerirler: tipiklik, erişilebilirlik, eşit temsil vb. Bu kategorideki seçimler şunları içerir:
nüans
Temsil ediciliği sağlamak için nüfus birimlerinin doğru ve eksiksiz bir listesi gereklidir. Gözlem nesneleri, kural olarak, bir kişidir. Listeden seçim en iyi şekilde birimleri numaralandırarak ve rasgele sayılar içeren bir tablo kullanarak yapılır. Ancak yarı rastgele yöntem de sıklıkla kullanılır. Her n elemanın listesinden seçim yapıldığını varsayar.
Etkileyen faktörler
Bir popülasyonun hacmi, birimlerinin sayısıdır. Uzmanlara göre, büyük olması gerekmiyor. Şüphesiz, cevaplayıcı sayısı ne kadar fazla olursa, sonuç o kadar doğru olur. Bununla birlikte, aynı zamanda, büyük bir hacim her zaman başarıyı garanti etmez. Örneğin, bu, yanıt verenlerin toplam dizisi heterojen olduğunda gerçekleşir. Homojen, kontrol edilen parametrenin, örneğin okuryazarlık seviyesinin eşit olarak dağıtıldığı, yani boşluk veya yoğunlaşmanın olmadığı bir küme olarak kabul edilecektir. Bu durumda birkaç kişiyle görüşmeniz yeterli olacaktır. Anket sonuçlarına dayanarak, insanların çoğunluğunun normal bir okuryazarlık seviyesine sahip olduğu sonucuna varmak mümkün olacaktır. Bundan, bilginin temsil edilebilirliğinin nicel özelliklerden değil, nüfusun niteliksel özelliklerinden - özellikle homojenlik düzeyinden etkilendiği anlaşılmaktadır.
hatalar
Örnek popülasyonun ortalama parametrelerinin toplam yanıtlayan kitlenin değerlerinden sapmasını temsil ederler. Uygulamada, hatalar eşleştirme ile belirlenir. Yetişkinlerle anket yapılırken genellikle nüfus sayımı verileri, istatistiksel kayıtlar ve geçmiş anketlerin sonuçları kullanılır. Kontrol parametreleri genellikle popülasyonların (genel ve örneklem) ortalama değerlerinin karşılaştırılması, buna göre hatanın belirlenmesi ve bu sapmanın azaltılmasına temsililik kontrolü denir.
sonuçlar
Örnek araştırma, özel olarak seçilmiş katılımcı gruplarıyla yapılan bir anket aracılığıyla insanların tutum ve davranışları hakkında veri toplamanın bir yoludur. Bu teknik, belirli bir teknik gerektirmesine rağmen güvenilir ve ekonomik olarak kabul edilir. Örnek esastır. Toplam insan kütlesinin belirli bir oranı olarak hareket eder. Seçim özel teknikler kullanılarak yapılır ve tüm popülasyon hakkında bilgi edinilmesi amaçlanır. İkincisi, sırayla, tüm olası sosyal nesneler veya incelenecek grup tarafından temsil edilir. Çoğu zaman, nüfus o kadar büyüktür ki, üyelerinin her biri için bir anket yapmak oldukça maliyetli ve hantal olurdu. Bu nedenle, azaltılmış bir model kullanılır. Örnek, anket alan, yanıtlayan olarak adlandırılan ve aslında çalışmanın nesnesi olarak hareket eden herkesi içerir. Basitçe söylemek gerekirse, röportaj yapılan birçok kişiden oluşur.
Çözüm
Anketin amaçları, popülasyona dahil edilen belirli kategorilere göre belirlenir. Toplam insan kitlesinin belirli bir payına gelince, matematiksel hesaplamalar kullanılarak gruplara dahil edilen konulardan oluşur. Birimlerin seçimi için, ilk popülasyonun nesnesinin bir tanımı gereklidir. Denek sayısı belirlendikten sonra, alım veya grup oluşturma yöntemi belirlenir. Anketin sonuçları, genel insan kitlesinin tüm temsilcileriyle ilgili olarak incelenen özelliği tanımlamamıza izin verecektir. Uygulamanın gösterdiği gibi, sürekli olmaktan ziyade seçici çalışmalar esas olarak yürütülmektedir.
- Yer değiştirmeye yörüngenin başlangıç ve bitiş noktalarını birleştiren vektör denir Yolun başlangıcını ve sonunu birleştiren vektöre denir
- Yörünge, yol uzunluğu, yer değiştirme vektörü Başlangıç konumunu bağlayan vektör
- Bir çokgenin alanını köşelerinin koordinatlarından hesaplama Köşe formülünün koordinatlarından bir üçgenin alanı
- Kabul Edilebilir Değer Aralığı (ODZ), teori, örnekler, çözümler