a:

Il campionamento casuale semplice è un campione di individui che esistono in una popolazione; gli individui sono selezionati casualmente dalla popolazione e messi in un campione. Questo metodo di selezione casuale individui cerca di selezionare una dimensione del campione che è una rappresentazione imparziale della popolazione. Tuttavia, non è vantaggioso quando i campioni della popolazione variano ampiamente.

Il campionamento casuale stratificato è un metodo migliore quando ci sono diversi sottogruppi nella popolazione. Il campionamento casuale stratificato divide una popolazione in sottogruppi o strati, e vengono prelevati campioni casuali, in proporzione alla popolazione, da ciascuno degli strati creati. I membri in ciascuno dello strato formato hanno attributi e caratteristiche simili. Questo metodo di campionamento è ampiamente utilizzato e molto utile quando la popolazione target è eterogenea. Da ogni strato deve essere prelevato un semplice campione casuale. Il campionamento casuale stratificato può essere utilizzato, ad esempio, per campionare le medie dei punti di studio degli studenti (GPA) in tutta la nazione, le persone che trascorrono ore di lavoro straordinarie sul lavoro e l'aspettativa di vita in tutto il mondo.

Per esempio, supponiamo che un team di ricerca voglia determinare la GPA degli studenti universitari attraverso l'U.S. Il team di ricerca ha difficoltà a raccogliere dati da tutti i 21 milioni di studenti universitari; decide di prendere un campione casuale della popolazione utilizzando 4 000 studenti.

Ora supponiamo che la squadra esamini i diversi attributi dei partecipanti al campione e chiede se ci siano delle differenze nei GPA e nelle major degli studenti. Supponiamo che 560 studenti siano ingegneri inglesi, 1135 sono scienziati, 800 sono lauree di scienze informatiche, 1090 sono major ingegneria e 415 sono laureati di matematica. La squadra vuole usare un campione casuale stratificato proporzionale dove lo strato del campione è proporzionale al campione casuale della popolazione.

Supponiamo che la squadra ricerca la demografia degli studenti universitari in U. S e trova la percentuale di ciò che gli studenti principali: 12% maggiore in inglese, 28% maggiore in scienza, 24% maggiore in computer la scienza, il 21% di ingegneria e il 15% della matematica. Così, cinque strati vengono creati dal processo di campionamento casuale stratificato.

La squadra deve quindi confermare che lo strato della popolazione è proporzionale allo strato del campione; tuttavia, trovano che le proporzioni non sono uguali. La squadra deve quindi risistemare 4 000 studenti della popolazione e selezionare casualmente 480 inglese, 1120 scienza, 960 scienze dell'informazione, 840 ingegneria e 600 studenti di matematica. Con questi, ha un campione casuale stratificato proporzionato di studenti universitari, che fornisce una rappresentazione migliore delle università degli studenti negli U.S. I ricercatori possono quindi evidenziare uno strato specifico, osservare gli studi diversi degli studenti universitari U. S. e osservare le medie di gradi diversi.

Lo stesso metodo usato sopra può essere utilizzato per il polling delle elezioni, il reddito delle varie popolazioni e il reddito per i diversi posti di lavoro in una nazione, solo per elencare alcune delle applicazioni.

Leggi ulteriormente come differenziare un campione semplice da un campione stratificato - Qual è la differenza tra un semplice campione casuale e un campione casuale stratificato?