a:

Campioni casuali semplici e campioni casuali stratificati differiscono da come viene prelevato il campione dalla popolazione complessiva dei dati. I campioni casuali semplici coinvolgono la selezione casuale di dati da tutta la popolazione in modo che ogni probabile campione sia altrettanto probabile. Al contrario, il campionamento casuale stratificato divide la popolazione in gruppi più piccoli, o strati, basati su caratteristiche condivise. Un campione casuale viene prelevato da ogni strato in proporzione diretta alla dimensione dello strato rispetto alla popolazione. I sottoinsiemi di esempio vengono quindi combinati per creare un campione casuale.

Semplice campionamento casuale e campionamento stratificato sono entrambi i tipi di campionamento di probabilità in cui ogni campione ha una probabilità conosciuta di essere selezionata. Questo è diverso dal campionamento giudiziale, dove le unità da campionare vengono selezionate manualmente dal ricercatore.

La popolazione è l'insieme totale di osservazioni o dati. Un campione è un insieme di osservazioni della popolazione. Il metodo di campionamento è il processo utilizzato per prelevare campioni dalla popolazione. Un semplice campione casuale è un campione casuale tirato da tutta la popolazione senza alcun vincolo posto su come il campione viene tirato. Questo metodo non ha pregiudizi nella selezione del campione dalla popolazione, in modo che ogni elemento della popolazione abbia una uguale possibilità di essere incluso nel campione.

Campioni casuali stratificati raggruppano gli elementi della popolazione in strati basati su determinati criteri e poi scelgono casualmente gli elementi di ogni strato in proporzione alla dimensione dello strato rispetto alla popolazione. I ricercatori devono fare attenzione a garantire che gli strati non si sovrappongano. Ogni punto della popolazione deve appartenere ad un solo strato, in modo che ogni punto sia escluso. Gli strati sovrapposti aumenterebbero la probabilità che alcuni dati siano inclusi nel campione, spingendo così il campione.

Il campionamento stratificato offre alcuni vantaggi e svantaggi rispetto ai semplici campionamenti casuali. Un campione stratificato può fornire una rappresentazione più accurata della popolazione in base alla caratteristica utilizzata per dividere la popolazione in strati.

Per le popolazioni con importanti caratteristiche distintive, il campionamento stratificato può creare un campione più rappresentativo. Questo richiede spesso una dimensione minima del campione, in grado di risparmiare risorse e tempo. Inoltre, includendo punti di campionamento sufficienti da ogni strato, i ricercatori possono condurre un'analisi separata su ogni singolo strato.

Un campione stratificato può garantire la rappresentazione di alcuni strati per l'inserimento nella popolazione. Il campionamento casuale non può tirare punti di dati da uno strato inferiore, ma un campione stratificato include i campioni con una rappresentazione proporzionale.

Più lavoro è necessario per estrarre un campione stratificato di un campione casuale. I ricercatori devono individuare e verificare singolarmente i dati per ogni strato per l'inclusione, che possono richiedere molto più tempo rispetto al campionamento casuale.