Qual è la differenza tra un campione rappresentativo e un campione imparziale?

2017/05/13: Freedom of Speech: Not Just Another Value (Novembre 2024)

2017/05/13: Freedom of Speech: Not Just Another Value (Novembre 2024)
Qual è la differenza tra un campione rappresentativo e un campione imparziale?
Anonim
a:

Un campione rappresentativo è un gruppo scelto per rappresentare o rappresentare una popolazione più grande secondo una o più caratteristiche o qualità in studio. Un campione imparziale è un altro termine per un semplice campione casuale, un gruppo scelto in modo imparziale e casuale in modo che ogni membro della popolazione più grande abbia una uguale probabilità di essere scelto. Dato un numero abbastanza grande di membri della popolazione più grande selezionati per un simile campione, le probabilità sono buone che una popolazione simile sia una rappresentazione imparziale della popolazione più vasta in una serie di caratteristiche.

Mentre i campionamenti impareggiabili non possono impiegare intenzionalmente le tecniche di campionamento rappresentativo poiché tali metodi non sono casuali, il metodo di campionamento rappresentativo può incorporare alcune delle procedure di randomizzazione utilizzate per selezionare campioni impareggiabili per ridurre l'errore di campionamento di grado o bias. Ad esempio, un'analisi richiede l'esame delle tendenze di acquisto di videogiochi tra tutti i membri di una popolazione tra i 20 ei 30 anni che hanno acquistato uno o più libri di hardcover nell'ultimo anno. Come tale, una volta che i metodi rappresentativi di campionamento sono stati impiegati per ridurre il numero della popolazione più grande a questo solo gruppo rappresentativo, esclusi quelli al di fuori dell'età, le femmine e coloro che non hanno acquistato almeno un libro rigido nel corso dell'anno precedente, possono essere impiegate strategie di campionamento imparziali o casuali per assicurarsi che ogni membro di questa ridotta frazione della popolazione maggiore abbia una uguale probabilità di essere scelto.

Questo approccio multi-metodo viene spesso usato per ridurre la polarizzazione del campionamento. Semplicemente utilizzando il metodo di campionamento rappresentativo può portare ad un più ampio grado di errore di campionamento basato su tali bias come la geografia, favorendo un'area in cui i piccoli acquirenti di libri occupano un'altra o classe economica, caricando il campione con più buyer finanziariamente stabili compratori, entrambi potrebbero influenzare sostanzialmente i risultati dell'analisi.