Differenza tra semplice campione casuale e campionamento casuale sistematico

Campione casuale semplice vs Campione casuale sistematico
 

I dati sono una delle cose più importanti nelle statistiche. A causa di difficoltà pratiche, non sarà possibile utilizzare i dati di un'intera popolazione quando viene testata un'ipotesi. Pertanto, i valori dei dati dei campioni sono presi per fare inferenze su una popolazione. Poiché, non tutti i dati vengono utilizzati; c'è un'incertezza (che si chiama errore di campionamento) nelle inferenze fatte. Al fine di ridurre al minimo tali incertezze, è importante scegliere campioni imparziali.

Quando gli individui vengono scelti per un campione in modo tale che ogni individuo nella popolazione abbia un'eguale probabilità di essere selezionato, allora tale campione è chiamato un campione casuale. Ad esempio, si consideri il caso in cui 10 case su 100 case in un quartiere devono essere scelte come campione. Il numero di ogni casa è scritto in pezzi di carta, e tutti i 100 pezzi sono in un cestino. Uno a caso sceglie 10 diversi pezzi di carta con la sostituzione dal carrello. Quindi i 10 numeri scelti saranno un campione casuale.

Campionamento casuale semplice e campionamento casuale sistematico sono entrambe tecniche di campionamento, che si traducono in campioni casuali con alcune qualità differenti.

Cos'è un semplice campione casuale?

Un semplice campione casuale è un campione casuale scelto in modo tale che ciascuno dei campioni di quella dimensione campione (che può essere scelta dalla popolazione) abbia una probabilità uguale di essere selezionato come campione. Questa tecnica di campionamento richiede la portata in tutta la portata totale della popolazione. In altre parole, la popolazione dovrebbe essere sufficientemente piccola, temporalmente e spazialmente, per effettuare un campionamento casuale semplice in modo efficiente. Guardando indietro nell'esempio, nel secondo paragrafo, si può vedere che ciò che viene fatto è semplice campionamento casuale e il campione di 10 case disegnate in questo modo è un semplice campione casuale. 

Ad esempio, si consideri il caso di testare lampadine prodotte da un'azienda, per tutta la vita. La popolazione in esame sono tutte le lampadine prodotte dall'azienda. Ma in questo caso, alcune lampadine devono ancora essere prodotte e alcune lampadine sono già state vendute. Quindi il campionamento è temporaneamente limitato alle lampadine attualmente in stock. In questo caso, non è possibile eseguire un semplice campionamento casuale, poiché è impossibile accertarsi che, per ciascuno K, ogni campione di dimensioni K ha la stessa probabilità di essere selezionato come campione da analizzare. 

Cos'è un esempio casuale sistematico?

Campioni casuali scelti con pattern sistematici sono chiamati campioni casuali sistematici. Ci sono diversi passaggi nella scelta di un campione usando questo metodo.

• Indicizzare la popolazione (i numeri dovrebbero essere assegnati casualmente)
• Calcola il valore massimo dell'intervallo di campionamento (il numero di individui nella popolazione diviso per il numero di individui da scegliere per il campione).
• Seleziona un numero casuale compreso tra 1 e il valore massimo.
• Aggiungere ripetutamente il valore massimo per selezionare il resto degli individui.
• Scegli il campione selezionando gli individui corrispondenti alla sequenza numerica ottenuta.

Ad esempio, considera la selezione di 10 case su 100 case. Quindi, le case sono numerate da 1 a 100, per trovare un campione casuale sistematico. Quindi, il valore massimo è ¹⁰⁰/₁₀ = 10. Ora, scegli un numero a caso nell'intervallo 1-10. Può essere fatto tirando a sorte. Diciamo, 7 è il numero ottenuto come risultato. Il campione casuale è le case numerate 7, 17, 27, 37, 47, 57, 67, 77, 87 e 97.