サンプリング理論：シンプル、ダブル、マルチプル、例 - 理科

サンプリングの理論、統計は、特定のグループ（統計母集団として知られている）のユニットのサブセットの選択です。目的は、すべての個人の一般的な特性を決定することですが、母集団全体を調査することなく、選択されたサブセットで選択された属性に導かれます。

実行される観察は、統計的に独立した単位として表される調査対象のオブジェクトまたは人々の1つ以上の観察可能な特性を決定することを目的としています。サンプリングと併せて、統計理論と確率論を適用して調査を行います。

簡単なサンプリング

単純な確率サンプリングは、各要素がランダムに選択される可能性が同じである統計母集団からサンプルを選択することで構成されます。この方法では、母集団のサンプルがさらに多くの部分に分割されたり、セクションに分割されたりすることはありません。

したがって、要素の任意のペアを等しい確率で選択できます。つまり、サンプルからユニットが選択された場合、次に選択されるユニットは、他のオプションと同じ確率で選択されます。

このランダムな値の選択により、所定のサンプル内の一部のユニットまたは個人の好みが最小化され、必要な分析を実行するためのランダムな環境が作成されます。さらに、その使用により結果の分析が簡素化されます。

個人間で得られた結果の変動は、一般に結果の一般的な良い指標です。100の母集団から抽出された10人のサンプルで分散が得られた場合、この数は母集団で同じか類似している可能性が非常に高いです。 100人。

いずれの国の人口から10人のサンプルを取得した場合、男性と女性の合計5人が取得される可能性が最も高くなります。

ただし、このタイプのランダムサンプルでは、母集団の人数を考えると、通常、一方の性別の6人ともう一方の性別の4人が描かれます。

簡単なサンプリングのもう1つの見方は、25人の教室で、名前を紙に書き、袋に入れます。

このバッグから5つの論文が見られずに無作為に選択された場合、出てきた人々は教室の総人口の単純なサンプルになります。

単純なサンプリングから得られた結果により深いレベルを与えるために、二重統計サンプリングが作成されました。この方法は通常、大規模な統計母集団に使用され、その使用は、単純なサンプリングで得られた変数の追加変数の研究を表しています。

この方法は、2段階サンプリングとも呼ばれます。その使用には、より具体的な結果が得られ、エラーの可能性が少ないという主な利点があります。

通常、二重サンプリングは、単純なサンプリングに基づいて得られた結果が決定的なものとして提示されない場合、または統計学者に疑問を残す場合に使用されます。

この場合、最初のサンプルが取得されたのと同じ統計母集団から追加のサンプルが取得され、結果が2つの間で比較されて分析され、エラーのマージンが削減されます。

二重サンプリングは、特定の大量生産された材料商品（おもちゃなど）の特性の評価、および工場エラーの影響を受けやすい製品を専門とする会社の品質管理で広く使用されています。

たくさんの1000個のおもちゃに基づいて、100個のサイズのサンプルが手に入る。抽出された100個のユニットの特性が評価され、その結果は、多くのおもちゃを廃棄するか、店に持っていくべきかを決定するのに十分決定的なものではないと判断されます。

この結果として、1000個のおもちゃの同じバッチから、さらに100個のおもちゃの追加サンプルが抽出されます。それは再度評価され、結果は以前のものと比較されます。このようにして、結果の分析に応じて、バッチに欠陥があるかどうかが判断され、梱包または廃棄されます。

複数サンプリングは、二重サンプリングの追加の拡張と見なされます。ただし、同じプロセスの一部ではありません。これは、最終決定に至る前にサンプルから得られた結果を広範囲に評価するために使用されます。

このサンプリングは、マルチステージサンプリングとも呼ばれ、通常、大量のサンプルから始めて、低コストで開始します。このタイプの実践では、サンプルは通常、個別のユニットではなく階層を取得することによって取得されます。つまり、1つではなく、オブジェクトまたは人物のペアが選択されます。

各層を選択した後、得られた結果を調査し、1つまたは2つ以上の層を選択して、結果を再検討し、それらを互いに比較します。

オーストラリア統計研究所は調査を実施し、人口を収集地域で分割し、これらの地域のいくつかを無作為に選択しました（サンプリングの第1段階）。次に、各ゾーンをブロックに分割し、各ゾーン内でランダムに選択しました（サンプリングの第2段階）。

最後に、各ブロック内で、各世帯の居住エリアが選択され、世帯がランダムに選択されます（サンプリングの第3段階）。これにより、地域内のすべての家の住宅ゾーンをリストする必要がなくなり、各ブロック内にある住宅にのみ焦点を当てます。

サンプリングは、統計調査の必須ツールの1つです。この手法は、コストと時間を節約し、他の領域に予算を配分するのに役立ちます。

さらに、さまざまなサンプリング手法により、統計担当者は、使用している母集団のタイプ、調査対象の属性がどの程度具体的であるか、およびサンプルをどの程度深く分析したいかに応じて、より正確な結果を得ることができます。

さらに、サンプリングは非常にシンプルな手法であり、この領域についてほとんど知識のない人のための統計へのアクセスも容易にします。