Ce este o distribuție de eșantionare?
O distribuție de eșantionare poate fi definită ca o distribuție de probabilitate utilizând statistici, alegând mai întâi o anumită populație și apoi folosind eșantioane aleatorii care sunt extrase din populație, adică, vizează practic răspândirea frecvențelor legate de răspândirea diferitelor rezultate. sau rezultate care pot avea loc pentru o anumită populație aleasă.
Explicaţie
- Mulți cercetători, academicieni, strategii de piață etc. merg mai departe de distribuirea eșantionului în loc să aleagă întreaga populație. Acest lucru face ca setul de date să fie ușor și, de asemenea, ușor de gestionat. Pentru a face acest lucru mai ușor, să presupunem că un agent de marketing vrea să facă o analiză a numărului de tineri care merg pe bicicletă între două regiuni cu vârsta cuprinsă între 13-18 ani.
- În acest scop, el nu va lua în considerare întreaga populație prezentă în cele două regiuni cu vârste cuprinse între 13-18 ani, ceea ce practic nu este posibil și chiar dacă este realizat, consumă prea mult timp, iar setul de date nu este gestionabil . În schimb, agentul de marketing va lua câte un eșantion de câte 200 din fiecare regiune și va realiza distribuția.
- Numărul mediu de utilizare a bicicletei aici este denumit media eșantionului. Fiecare eșantion ales are propria medie generată, iar distribuția realizată pentru media medie obținută este definită ca distribuția eșantionului. Abaterea obținută este denumită eroare standard.
Exemplu de distribuție a eșantionării
- Presupunând că un cercetător efectuează un studiu asupra greutăților locuitorilor unui anumit oraș și are cinci observații sau probe, adică 70 kg, 75 kg, 85 kg, 80 kg și 65 kg. Orașul este, în general, considerat a avea o distribuție normală și menține o abatere standard de 5 kg în ceea ce privește măsurile de greutate. Astfel media poate fi calculată ca (70 + 75 + 85 + 80 + 65) / 5 = 75 kg.
- De asemenea, presupunem că dimensiunea populației este imensă; astfel, pentru a trece la al doilea pas, vom împărți numărul de observații sau probe la 1, adică 1/5 = 0,20. Acum trebuie să luăm rădăcina pătrată de 0,20, care ajunge la 0,45. Rădăcina pătrată este apoi înmulțită cu deviația standard, adică 0,45 * 5 = 2,25 kg. Astfel, eroarea standard obținută este de 2,25 kg, iar media obținută a fost de 75 kg. Acești doi factori pot fi folosiți pentru a descrie distribuția.
Tipuri de distribuție prin eșantionare
# 1 - Eșantionarea distribuției mediei
- Aceasta poate fi definită ca răspândirea probabilistică a tuturor mijloacelor de eșantioane alese aleatoriu de o dimensiune fixă dintr-o anumită populație. Atunci când eșantioanele au optat dintr-o populație normală, răspândirea mediei obținute va fi, de asemenea, normală la medie și la abaterea standard.
- Dacă populația nu este normală pentru a fi liniștită, distribuția mijloacelor va tinde să se apropie de distribuția normală, cu condiția ca dimensiunea eșantionului să fie destul de mare.
# 2 - Eșantionarea distribuției proporției
Acest lucru este în primul rând asociat cu statisticile implicate în atribute. Aici intră în joc rolul distribuției binomiale. În general, răspunde la legile distribuției binomiale, dar pe măsură ce mărimea eșantionului crește, de obicei devine din nou distribuție normală.
# 3 - Distribuția T a studentului
Acest tip de distribuție este utilizat atunci când deviația standard a populației este necunoscută cercetătorului sau când dimensiunea eșantionului este foarte mică. Acest tip de distribuție este foarte simetric și îndeplinește condiția de variabilă normală standard. Pe măsură ce mărimea eșantionului crește, chiar și distribuția T tinde să devină foarte aproape de distribuția normală.
# 4 - Distribuție F
- Atunci când varianța mai mare este prezentă în mod obligatoriu în numărător, distribuția F își găsește utilizarea pe măsură ce gradul de libertate schimbă și valorile critice ale F, care se aplică atât pentru varianțele mari, cât și pentru cele mici. Acest lucru poate fi calculat din tabelele disponibile.
- Comparația se face din valoarea măsurată a lui F aparținând eșantionului și a valorii, care se calculează din tabel dacă cea anterioară este egală sau mai mare decât valoarea tabelului, ipoteza nulă a studiului devine respinsă.
# 5 - Distribuția formulei Chi-Square
Acest tip de distribuție este utilizat atunci când setul de date implică tratarea valorilor care includ adunarea pătratelor. Se adaugă setul de cantități pătrate aparținând varianței eșantioanelor și astfel se face o distribuție de distribuție, pe care o numim distribuție chi-pătrat.
Importanţă
- Acest lucru este important deoarece simplifică calea către inferența statistică. Mai mult, permite ca considerațiile analitice să se concentreze pe o distribuție statică mai degrabă decât pe răspândirea probabilistică mixtă a fiecărei unități de eșantion alese.
- Eliminarea variabilității prezente în statistică se face folosind această distribuție.
- Ne oferă un răspuns cu privire la rezultatele probabile care sunt cel mai probabil să se întâmple.
- Acestea joacă un rol cheie în studiile statistice inferențiale, ceea ce înseamnă că joacă un rol major în a face inferențe cu privire la întreaga populație.
Concluzie
- Acest lucru este esențial în statistici, deoarece acestea acționează ca un ghid major pentru inferența statistică. Acestea ghidează practic cercetătorul, academicienii sau statisticienii cu privire la răspândirea frecvențelor, semnalând o serie de rezultate probabile variate care ar putea fi etichetate în continuare pentru întreaga populație.
- Factorul principal implicat aici este media eșantionului și eroarea standard, care, dacă se estimează, ne ajută să calculăm și distribuția eșantionării. Există diferite tipuri de tehnici de distribuție și, pe baza scenariului și a setului de date, fiecare este aplicat.
