Populacja i próbka

Różnice między populacją a próbką W statystykach pochodzą z faktu, że populacja jest wszechświatem elementów do badania, podczas gdy próbka jest reprezentatywną częścią populacji.

Przeanalizuj próbkę pobraną z zestawu zamiast całego. Zobaczmy bardziej szczegółowo główne różnice między obiema koncepcjami.

Teraz jest jasne, że populacja może składać się z bardzo dużego zestawu elementów: ludzi, zwierząt, mikroorganizmów lub cząstek. Rozwiązanie do badania każdego z tych elementów oddzielnie zużywa wiele zasobów, czasu i wysiłku.

Ale przy wyborze starannie wybranej próby wyniki pochodzące z ich badania rozciągają się na populację, bez znaczących strat informacji.

	Populacja	Próbka
Definicja	Zestaw wszystkich elementów rozważanych do badania.	Jest częścią populacji, wybranej jako reprezentatywna, a tym samym ułatwia jej analizę.
Symbol	Wielkość populacji: n	Rozmiar próbki: n
Analiza	Ma parametry, jako wartości opisowe.	Jest to analizowane przez statystyki.
Przykłady	Całkowita liczba ptaków zamieszkujących las.	Do zbadania 1000 ptaków jest pobieranych z lasu.

Co to jest populacja?

Populacja to całkowita liczba osób zamieszkujących miejsce, czy to miasto, miasto, stan, czy kraj. Próbka jest częścią tej populacji

W statystykach koncepcja populacji ma szersze znaczenie niż codzienne. Populacja jest związana z liczbą mieszkańców kraju lub miasta, jednak populacja statystyczna może składać się z żywych ludzi i istot, ale także dużych i małych przedmiotów, cząstek, wydarzeń, wydarzeń i pomysłów.

Może ci służyć: Fourier Transform: właściwości, aplikacje, przykłady

Przykładami populacji o różnym naturze to:

-Cząsteczki powietrza wewnątrz zamkniętego pojemnika.

-Wszystkie gwiazdy po Drogi Mlecznej.

-Ptaki, które wypełniają las.

Przykład populacji badającej ornitologów: ptaki lasu

-Całkowita liczba drzew tego samego lub innego lasu.

-Zestaw subskrybentów firmy telefonicznej, która ma oddziały w Ameryce i Europie.

-Wydania, które tworzymy o monecie.

-Liczba bakterii w uprawie.

-Miesięczna produkcja śrub w fabryce.

Charakterystyka populacji

Wiemy już, jak różnorodne mogą być populacje. Zobaczmy teraz, jak można je zaklasyfikować zgodnie z ich rozszerzeniem.

Kwota skończona to ta, którą można wyrazić za pomocą liczby, takich jak ilość marmurów w pudełku. Z drugiej strony nieskończona ilość nie możemy nadać dokładnej wartości.

Ta różnica pozwoli nam zdefiniować dwa rodzaje populacji zgodnie z ich rozszerzeniem.

Skończone populacje

Załóżmy, że w pudełku znajduje się 20 kulki, a próbki 2 kultur są wyodrębnione bez wymiany. Ostatecznie kulki pudełka zostaną wyczerpane, dlatego populacja jest skończona.

Liczba może być skończona, nawet jeśli jest bardzo duża. Kultura bakterii składa się z dużej liczby, ale jest skończona, podobnie jak ilość gwiazd w galaktyce lub cząsteczkach porcji gazowej zablokowanej w pojemniku.

Nieskończone populacje

Co się stanie, jeśli za każdym razem, gdy wyciągamy marmurową próbkę, zwrócimy ją do pudełka po ich obserwowaniu? W takim przypadku możemy uzyskać nieskończoną liczbę próbek, a zatem rozważmy, że populacja marmuru jest nieskończona.

Może ci służyć: heksagonalny pryzmat

Innym przykładem nieskończonej populacji jest uruchomienie monet lub kostek, ponieważ teoretycznie możesz wziąć wszystkie pożądane próbki, bez żadnego ograniczenia.

Nawet znana populacja skończona zawiera wiele elementów, w razie potrzeby można ją uznać za nieskończoną.

Dlatego bardzo ważne jest ostrożne zdefiniowanie populacji przed podjęciem badania, co oznacza ustalenie jego granic, ponieważ jego rozmiar określi kształt i wielkość próbek, które są z niej wyodrębnione później.

Inne ważne cechy

Ważne jest również, aby znać chronologiczną lokalizację populacji. Nie jest to samo badanie zapisów mieszkańców dużego miasta na początku XX wieku, niż zrobić to samo z mieszkańcami tego samego miasta na początku XXI wieku.

Analityk musi również zająć się uwzględnieniem lokalizacji populacji, a także odkryć ich jednorodność -lub jej brak-.

Co to jest próbka?

Populacja i próbka

Próbka jest zbiorem wybranych elementów wśród populacji do reprezentowania. Celem tego, jak powiedzieliśmy, jest ułatwienie pracy. Podczas obsługi mniejszej liczby danych, mniejsza ilość zasobów jest odwrócona i uzyskano szybsze wyniki.

Jednak aby jego funkcja mogła się właściwie spełnić, próbka musi być odpowiednia. Proces selekcji jest przeprowadzany za pomocą technik próbkowania, które wykorzystują kryteria matematyczne.

Wyodrębniona próbka nie musi być wyjątkowa. W rzeczywistości populacja może prowadzić do różnych próbek.

Może ci służyć: Przyczyny trygonometryczne: Przykłady, ćwiczenia i zastosowania Różne próbki wyodrębnione z populacji. Źródło: Wikimedia Commons.

Załóżmy na przykład, że populacja jest zbiorem studentów ośrodka edukacji średniej, który ma kilka sekcji dla każdej klasy. Reprezentatywna próbka powinna zawierać niektórych studentów z każdej z sekcji każdego stopnia, na przykład tych, których nazwa rozpoczyna się od litera A.

Z drugiej strony, nie tak reprezentatywna próbka mogłaby być, gdyby wybrano wszystkich studentów tego samego stopnia. Spójrzmy na kolejne przykłady:

Przykład 1

Właściciele domów towarowych chcą oszacować średnią kwotę, którą wydają klienci. Aby to zrobić, zbierają wszystkie faktury z określonego okresu, powiedzmy jeden rok.

Ilość faktur z ostatniego roku to populacja do analizy.

Teraz, jeśli ta grupa zostanie wyodrębniona całkowicie losowa próbka 150 faktur, byłaby to już próbka.

Przykład 2

Gdy zbliżają się wybory, zarówno krajowe, jak i lokalne, polityczne zwykle zatrudniają wyspecjalizowane firmy do analizy danych. W ten sposób znają zamiar głosowania mieszkańców i planują odpowiednie strategie kampanii.

W tym przypadku populacja składa się z całego wszechświata wyborców zarejestrowanych w odpowiednim systemie wyborczym.

Ponieważ zlokalizowanie i przesłuchanie każdego wyborcy zajęłoby dużo czasu i wysiłku.

Wybór odpowiedniej próbki to dopiero początek, ale jest to decydujący krok, aby zapewnić sukces badania.

Bibliografia

1. Berenson, m. 1985. Statystyki dotyczące administracji i gospodarki, koncepcje i zastosowania. Międzyamerykański redakcja.
2. Brase/Braze. 2009. Niedomagane statystyki. 9. Wydanie. Hougton Mifflin.
3. Devore, J. 2012. Prawdopodobieństwo i statystyki inżynierii i nauki. 8. Wydanie. Cengage Learning.
4. Galindo, e. 2011. Statystyki, metody i aplikacje. Redaktorzy Proczenizacja.
5. Levin, r. 1981. Statystyki dla administratorów. Prentice Hall.
6. Matemobile. Populacja i próbki, przykłady i ćwiczenia. Odzyskany z: Matemovil.com.