Condividere:
Teoria del campionamento semplice, doppio e multiplo, esempi e importanza
il teoria del campionamento, in statistica, è la selezione di un sottoinsieme di unità in un determinato gruppo (noto come popolazione statistica). Lo scopo è quello di determinare le caratteristiche generali di tutti gli individui, ma guidato dagli attributi di quelli selezionati nel sottoinsieme scelto, senza studiare l'intera popolazione.
L'osservazione che viene condotta cerca di determinare una o più caratteristiche osservabili negli oggetti o nelle persone da studiare, che sono rappresentate statisticamente come unità indipendenti. In concomitanza con il campionamento, vengono applicate teorie di statistica e probabilità per svolgere le indagini.
Il campionamento è ampiamente utilizzato in diversi settori scientifici e in particolare in medicina, per determinare il comportamento di malattie e medicinali nella popolazione senza dover ricorrere allo studio individuale di ciascuna persona.
indice
- 1 semplice campionamento
- 1.1 Esempio
- 2 Doppio campionamento
- 2.1 Esempio
- 3 campionamento multiplo
- 3.1 Esempio
- 4 Importanza del campionamento
- 5 riferimenti
Campionamento semplice
Il semplice campionamento probabilistico consiste nella scelta di un campione tra la popolazione statistica in cui ogni elemento ha la stessa possibilità di essere selezionato casualmente. In questo metodo, il campione della popolazione non è suddiviso in più parti o separato da sezioni.
Pertanto, qualsiasi coppia di elementi può essere scelta con uguale probabilità. Cioè, se viene selezionata un'unità del campione, la successiva da selezionare ha la stessa probabilità di essere scelta come qualsiasi altra opzione.
Questa selezione casuale di valori riduce al minimo la preferenza per qualsiasi unità o individuo del campione specificato, creando un ambiente casuale per eseguire l'analisi necessaria. Inoltre, il suo utilizzo semplifica l'analisi dei risultati.
La variazione dei risultati ottenuti tra individui è di solito un buon indicatore del risultato complessivo: se si ottiene una varianza in un campione di 10 persone prelevate da una popolazione di 100, è altamente probabile che questo numero sia uguale o simile nella popolazione di 100 individui.
esempio
Se si ottiene un campione di 10 persone dalla popolazione di qualsiasi paese, è molto probabile che si ottengano un totale di 5 uomini e 5 donne.
Tuttavia, in questo tipo di campione casuale, 6 persone sono in genere estratte da un sesso e 4 da un altro, dato il numero di persone nella popolazione.
Un altro modo per vedere un semplice campionamento è prendere un'aula di 25 persone, mettere i loro nomi sui documenti e metterli in una borsa.
Se 5 documenti vengono selezionati da questa borsa senza vedere e a caso, le persone che escono rappresenterebbero un semplice campione della popolazione totale della classe.
Doppio campionamento
Il doppio campionamento statistico è stato creato per dare un maggiore livello di profondità ai risultati ottenuti da un semplice campionamento. Questo metodo viene solitamente utilizzato per grandi popolazioni statistiche e il suo utilizzo rappresenta lo studio di ulteriori variabili rispetto a quelle ottenute con il semplice campionamento.
Questo metodo viene anche chiamato di solito campionamento a due fasi. Il suo principale vantaggio è ottenere risultati più specifici e con meno probabilità di errori.
Di solito, il doppio campionamento viene utilizzato quando i risultati ottenuti sulla base del semplice campionamento non sono presentati come decisivi, o quando lasciano dubbi agli statistici.
In questo caso, si ottiene un campione aggiuntivo della stessa popolazione statistica da cui è stato ottenuto il primo e i risultati vengono confrontati tra loro per analizzarli e ridurre il margine di errore.
Il doppio campionamento è ampiamente utilizzato nella valutazione delle caratteristiche di alcuni beni materiali prodotti in serie (come i giocattoli) e nel controllo di qualità delle società dedicate a prodotti suscettibili di errori di fabbricazione.
esempio
Un campione con una dimensione di 100 unità è ottenuto sulla base di un lotto di 1000 giocattoli. Le caratteristiche delle 100 unità estratte vengono valutate e si determina che i risultati non hanno forza sufficiente per decidere se il lotto di giocattoli debba essere scartato o portato nei negozi.
Di conseguenza, un altro campione di 100 nuovi giocattoli viene prelevato dallo stesso lotto di 1000 giocattoli. Viene valutato nuovamente e i risultati vengono confrontati con quelli precedenti. In questo modo, viene determinato se il lotto è difettoso o meno e procediamo a confezionarlo o smaltirlo, in base all'analisi dei risultati.
Campionamento multiplo
Il campionamento multiplo è considerato un'estensione aggiuntiva del doppio campionamento; tuttavia, non fa parte dello stesso processo. È usato per valutare estensivamente i risultati ottenuti dal campione prima di raggiungere una decisione finale.
In questo campionamento, noto anche come campionamento in più fasi, è consuetudine iniziare con un campione ampio e con un basso costo di studio. In questo tipo di pratica il campione viene generalmente acquisito ottenendo strati e non unità individuali; cioè, viene selezionata una coppia di oggetti o persone, invece di una sola.
Dopo aver selezionato ogni strato, i risultati ottenuti vengono studiati e uno o due strati vengono selezionati per studiare nuovamente i risultati e quindi confrontarli tra loro.
esempio
L'Australian Statistics Institute ha condotto un'indagine in cui la popolazione è stata divisa per aree di raccolta e selezionato alcune di queste aree a caso (prima fase del campionamento). Quindi, ciascuna zona è stata divisa in blocchi, scelti a caso all'interno di ciascuna zona (secondo stadio del campionamento).
Infine, all'interno di ciascun blocco, viene selezionata l'area di residenza di ciascuna famiglia e le famiglie vengono scelte a caso (terza fase del campionamento). Ciò evita di dover elencare l'area di residenza di tutte le famiglie nella regione e concentrarsi solo sulle residenze situate all'interno di ciascun blocco.
Importanza del campionamento
Il campionamento è uno degli strumenti essenziali della ricerca statistica. Questa tecnica serve a ridurre i costi e una grande quantità di tempo, consentendo la distribuzione del budget in altre aree.
Inoltre, le diverse tecniche di campionamento aiutano gli statistici a ottenere risultati più accurati a seconda del tipo di popolazione con cui lavorano, quanto specifici sono gli attributi che si desidera studiare e quanta profondità si vuole analizzare del campione.
Inoltre, il campionamento è una tecnica così semplice da utilizzare che facilita persino l'accesso alle statistiche a persone con scarse conoscenze di quest'area.
riferimenti
- Double Sampling for Ratio Estimation, PennState College, (n.d.). Tratto da psu.edu
- Campionamento doppio, multiplo e sequenziale, NC State University, (n.d.). Tratto da ncsu.edu
- Campionamento casuale semplice, (n.d.). Tratto da investopedia.com
- Cos'è il doppio campionamento? - (n.d.). Tratto da nist.gov
- Cos'è il campionamento multiplo? - (n.d.). Tratto da nist.gov
- Campionamento, (n.d.), 19 gennaio 2018. Tratto da wikipedia.org
- Multistage Sampling, (n.d.), 2 febbraio 2018. Tratto da wikipedia.org