Enkelt slumpmässigt kontra stratifierat slumpmässigt prov: Vad är skillnaden?

Enkla slumpmässiga prover och stratifierade slumpmässiga prover är båda statistiska mätverktyg. Ett enkelt slumpmässigt prov används för att representera hela datapopulationen. Ett stratifierat slumpmässigt prov delar upp populationen i mindre grupper eller strata baserat på delade egenskaper.

Befolkningen är den totala uppsättningen observationer eller data. Ett prov är en uppsättning observationer från befolkningen. Provtagningsmetoden är den process som används för att dra prover från befolkningen.

Enkelt slumpmässigt prov

Enkel slumpmässig provtagning är ett statistiskt verktyg som används för att beskriva ett mycket grundläggande urval som tas från en datapopulation. Detta prov representerar motsvarigheten för hela befolkningen.

Det enkla slumpmässiga exemplet används ofta när det finns mycket lite information tillgänglig om datapopulationen, när datapopulationen har alldeles för många skillnader för att delas upp i olika delmängder, eller när det bara finns ett tydligt kännetecken bland datapopulationen.

Till exempel kan ett godisföretag vilja studera sina kunders köpvanor för att bestämma framtiden för sin produktlinje. Om det finns 10 000 kunder kan det välja 100 av dessa kunder som ett slumpmässigt prov. Den kan sedan tillämpa vad den hittar från de 100 kunderna på resten av sin bas.

Statistiker kommer att ta fram en uttömmande lista över en datapopulation och sedan välja ett slumpmässigt urval inom den stora gruppen. I detta prov har varje medlem av befolkningen en lika stor chans att bli vald till en del av urvalet. De kan väljas på två sätt:

• Genom ett manuellt lotteri där varje medlem av befolkningen ges ett nummer. Nummer dras sedan slumpmässigt av någon att ta med i provet. Detta används bäst när man tittar på en liten grupp.
• Datorgenererad sampling. Den här metoden fungerar bäst med större datamängder genom att använda en dator för att välja proverna snarare än en människa.

Genom att använda enkla slumpmässiga provtagningar kan forskare göra generaliseringar om en specifik population och utelämna all förspänning. Detta kan hjälpa dig att avgöra hur framtida beslut fattas. Så att godisföretaget från exemplet ovan kan använda det här verktyget för att utveckla en ny godissmak för att tillverka baserat på den nuvarande smaken av de 100 kunderna. Men kom ihåg att det här är generaliseringar, så det finns utrymme för fel. Det är ju ett enkelt exempel. De 100 kunderna kanske inte har en exakt representation av smaken av hela befolkningen.

Stratifierad stickprovtagning

Till skillnad från enkla slumpmässiga prover används stratifierade slumpmässiga prover med populationer som lätt kan delas in i olika undergrupper eller undergrupper. Dessa grupper baseras på vissa kriterier, välj sedan slumpmässigt element från var och en i proportion till gruppens storlek gentemot befolkningen.

Denna metod för sampling innebär att det kommer att finnas val från varje olika grupp - vars storlek är baserad på dess proportion till hela befolkningen. Men forskarna måste se till att skikten inte överlappar varandra. Varje punkt i befolkningen får bara tillhöra ett stratum så att varje punkt är ömsesidigt exklusiv. Överlappande lager skulle öka sannolikheten för att en del data ingår och därigenom skeva provet.

Godisföretaget kan besluta att använda den slumpmässiga stratifierade provtagningsmetoden genom att dela upp sina 100 kunder i olika åldersgrupper för att hjälpa till att bestämma om framtiden för sin produktion.

Portföljförvaltare kan använda stratifierat slumpmässigt sampling för att skapa portföljer genom att replikera ett index som ett obligationsindex.

Stratifierat sampling ger vissa fördelar och nackdelar jämfört med enkel slumpmässig provtagning. Eftersom den använder specifika egenskaper kan den ge en mer exakt representation av befolkningen baserat på vad som används för att dela upp den i olika undergrupper. Detta kräver ofta en mindre provstorlek, vilket kan spara resurser och tid. Genom att inkludera tillräckliga provpunkter från varje stratum kan forskarna också göra en separat analys på varje individuellt stratum.

Men mer arbete krävs för att dra ett stratifierat prov än ett slumpmässigt prov. Forskare måste individuellt spåra och verifiera data för varje stratum för inkludering, vilket kan ta mycket mer tid jämfört med slumpmässigt urval.

Key Takeaways

• Enkla slumpmässiga och stratifierade slumpmässiga prover är statistiska mätverktyg.
• Ett enkelt slumpmässigt prov tar en liten, grundläggande del av hela populationen för att representera hela datamängden.
• Befolkningen är indelad i olika grupper som har liknande egenskaper, från vilka ett stratifierat slumpmässigt prov tas.