Jak funguje stratifikovaný náhodný výběr vzorků

Stratifikovaný náhodný výběr je metoda vzorkování, která zahrnuje rozdělení populace do menších skupin známých jako vrstvy. Ve stratifikovaném náhodném vzorkování nebo stratifikaci jsou vrstvy vytvářeny na základě sdílených atributů nebo charakteristik členů. Stratifikovaný náhodný výběr se také nazývá proporcionální náhodný výběr nebo náhodný výběr podle kvót.

Naproti tomu jednoduchý náhodný výběr je vzorek jedinců, kteří existují v populaci; jednotlivci jsou náhodně vybráni z populace a umísťováni do vzorku. Tato metoda náhodného výběru jednotlivců se snaží vybrat velikost vzorku, která je nezaujatým znázorněním populace. Není však výhodné, když se vzorky populace velmi liší.

Klíč s sebou

• Stratifikovaný náhodný odběr vzorků je metoda odběru vzorků, která zahrnuje odběr vzorků populace rozdělené do menších skupin známých jako vrstvy.
• Stratifikovaný náhodný výběr zahrnuje odběr náhodných vzorků ze stratifikovaných skupin v poměru k populaci; tímto způsobem je stratifikovaný náhodný výběr vzorků přesnější metrikou.

Pochopení stratifikovaného náhodného vzorkování

Stratifikovaný náhodný výběr rozdělí populaci do podskupin nebo vrstev a z každé vytvořené vrstvy se v poměru k populaci odeberou náhodné vzorky. Členové v každé vytvořené vrstvě mají podobné atributy a vlastnosti. Tato metoda vzorkování je široce používaná a velmi užitečná, pokud je cílová populace heterogenní. Z každé vrstvy by měl být odebrán jednoduchý náhodný vzorek. Stratifikovaný náhodný výběr lze použít například pro vzorkování průměrných bodových průměrů studentů (GPA) napříč národem, lidí, kteří tráví přesčas hodiny v práci, a střední délky života po celém světě.

Příklad stratifikovaného náhodného vzorkování

Předpokládejme, že výzkumný tým chce určit GPA vysokoškolských studentů v USA. Výzkumný tým má potíže se shromažďováním údajů od všech 21 milionů vysokoškolských studentů; rozhodne se odebrat náhodný vzorek populace pomocí 4 000 studentů.

Nyní předpokládejme, že tým zkoumá různé atributy účastníků a zázraků, pokud existují rozdíly v GPA a velkých studentech. Předpokládejme, že zjistí, že 560 studentů jsou anglické velké společnosti, 1 135 jsou vědecké vědy, 800 je počítačové vědy, 1 090 technických inženýrů a 415 jsou matematické společnosti. Tým chce použít proporcionální stratifikovaný náhodný vzorek, kde je vrstva vzorku úměrná náhodnému vzorku v populaci.

Předpokládejme, že tým zkoumá demografii vysokoškolských studentů v USA a zjistí procento toho, co studenti hlavní ve 12% hlavních v angličtině, 28% ve vědě, 24% ve vědě o počítačích, 21% ve strojírenství a 15% v matematice. Takto se z stratifikovaného náhodného vzorkovacího procesu vytvoří pět vrstev.

Tým poté musí potvrdit, že vrstva populace je úměrná vrstvě ve vzorku; zjistí však, že proporce nejsou stejné. Tým poté potřebuje převzorkovat 4 000 studentů z populace a náhodně vybrat 480 angličtiny, 1 120 vědy, 960 informatiky, 840 inženýrství a 600 studentů matematiky. S nimi má poměrný stratifikovaný náhodný vzorek vysokoškolských studentů, což poskytuje lepší zastoupení vysokoškolských studentů studentů v USA. Vědci pak mohou zvýraznit konkrétní vrstvu, sledovat různá studia amerických vysokoškolských studentů a sledovat různé průměrné body .

Aplikace

Stejná metoda použitá výše může být použita při volbách do voleb, příjmu různých populací a příjmu pro různá pracovní místa v celé zemi.