Hur fungerar stratifierat slumpmässigt provtagning

Stratifierad slumpmässig provtagning är en metod för provtagning som involverar uppdelningen av en befolkning i mindre grupper som kallas strata. Vid stratifierad slumpmässig sampling eller stratifiering bildas skikten baserat på medlemmarnas delade attribut eller egenskaper. Stratifierat slumpmässigt sampling kallas också proportionell slumpmässig sampling eller kvot slumpmässig sampling.

Däremot är enkel slumpmässig provtagning ett urval av individer som finns i en population; individerna väljs slumpmässigt från befolkningen och placeras i ett prov. Denna metod för att slumpvis välja individer försöker välja en provstorlek som är en opartisk representation av befolkningen. Det är emellertid inte fördelaktigt när proverna i populationen varierar mycket.

Key Takeaways

• Stratifierad slumpmässig provtagning är en metod för provtagning som innefattar att ta prover av en population som är uppdelad i mindre grupper kända som strata.
• Stratifierat slumpmässigt provtagning innefattar att ta slumpmässiga prover från stratifierade grupper, i proportion till befolkningen; på detta sätt är stratifierat slumpmässigt sampling en mer exakt metrisk.

Förstå stratifierat slumpmässigt provtagning

Stratifierad slumpmässig provtagning delar upp en population i undergrupper eller strata, och slumpmässiga prover tas, i proportion till befolkningen, från var och en av de skapade skikten. Medlemmarna i vart och ett av de bildade skikt har liknande attribut och egenskaper. Denna metod för provtagning används i stor utsträckning och är mycket användbar när målpopulationen är heterogen. Ett enkelt slumpmässigt prov bör tas från varje stratum. Stratifierat slumpmässigt urval kan till exempel användas för att ta prov på elevernas betygsgenomsnitt (GPA) över hela landet, människor som tillbringar övertid på jobbet och den förväntade livslängden över hela världen.

Exempel på stratifierat slumpmässigt provtagning

Anta att ett forskarteam vill bestämma GPA för högskolestudenter i USA. Forskarteamet har svårt att samla in data från alla 21 miljoner studenter; den beslutar att ta ett slumpmässigt urval av befolkningen med 4 000 studenter.

Antag nu att teamet tittar på de olika attributen för provdeltagarna och undrar om det finns några skillnader i GPA: s och studenternas majors. Anta att det upptäcks att 560 studenter är engelska majors, 1135 är vetenskapliga majors, 800 är datavetenskapliga majors, 1 090 är ingenjörshögskolor och 415 är matematikmajor. Teamet vill använda ett proportionellt stratifierat slumpmässigt prov där stratum av provet är proportionellt mot det slumpmässiga urvalet i befolkningen.

Anta att teamet undersöker demografin för högskolestudenter i USA och hittar procentandelen av vad studenterna har i 12% major i engelska, 28% major i science, 24% major in computer science, 21% major in engineering och 15% major in science i matematik. Således skapas fem lager från den stratifierade slumpmässiga samplingsprocessen.

Teamet måste sedan bekräfta att befolkningens stratum står i proportion till stratum i urvalet; emellertid finner de att proportionerna inte är lika. Teamet måste sedan resampla 4 000 studenter från befolkningen och slumpmässigt välja 480 engelska, 1 120 vetenskap, 960 datavetenskap, 840 teknik och 600 matematikstudenter. Med dessa har den ett proportionellt stratifierat slumpmässigt urval av högskolestudenter, vilket ger en bättre representation av studenternas högskolestoror i USA. Forskarna kan sedan lyfta fram specifika skikt, observera de olika studierna för amerikanska högskolestudenter och observera de olika betygsgraderna .

tillämpningar

Samma metod som används ovan kan tillämpas på valmöjligheter, inkomst av olika befolkningar och inkomst för olika jobb i en nation.