Jednoduchý náhodný vs. stratifikovaný náhodný vzorek: Jaký je rozdíl?

Jednoduché náhodné vzorky i stratifikované náhodné vzorky jsou nástroje statistického měření. Jednoduchý náhodný vzorek se používá k reprezentaci celé datové populace. Vrstvený náhodný vzorek rozděluje populaci do menších skupin nebo vrstev na základě sdílených charakteristik.

Populace je celkový soubor pozorování nebo údajů. Vzorek je soubor pozorování z populace. Metoda odběru vzorků je proces používaný k odběru vzorků z populace.

Jednoduchý náhodný vzorek

Jednoduchý náhodný výběr je statistický nástroj používaný k popisu velmi základního vzorku odebraného z datové populace. Tento vzorek představuje ekvivalent celé populace.

Jednoduchý náhodný vzorek se často používá, když je k dispozici jen velmi málo informací o datové populaci, když má datová populace příliš mnoho rozdílů na to, aby se rozdělila na různé podmnožiny, nebo pokud je mezi datovou populací pouze jedna odlišná charakteristika.

Například cukrovinková společnost může chtít studovat nákupní zvyklosti svých zákazníků, aby určila budoucnost své produktové řady. Pokud existuje 10 000 zákazníků, může jako náhodný vzorek použít 100 z nich. Poté může aplikovat to, co najde od těchto 100 zákazníků na zbytek své základny.

Statistici navrhnou vyčerpávající seznam populace dat a poté vyberou náhodný vzorek v rámci této velké skupiny. V tomto vzorku má každý člen populace stejnou šanci, že bude vybrán jako součást vzorku. Lze je vybrat dvěma způsoby:

• Prostřednictvím manuální loterie, ve které je každému členu populace přiděleno číslo. Čísla pak někdo náhodně nakreslí pro zahrnutí do vzorku. To se nejlépe používá při pohledu na malou skupinu.
• Počítačem generované vzorkování. Tato metoda nejlépe funguje u větších datových sad. Počítač používá k výběru vzorků spíše než člověka.

Použití jednoduchého náhodného vzorkování umožňuje vědcům zobecňovat konkrétní populaci a vynechat jakoukoli zaujatost. To může pomoci určit, jak učinit budoucí rozhodnutí. Takže společnost vyrábějící cukrovinky z výše uvedeného příkladu může tento nástroj použít k vývoji nové příchuti k výrobě cukrovinek na základě současného vkusu 100 zákazníků. Ale mějte na paměti, že se jedná o zobecnění, takže existuje prostor pro chybu. Koneckonců, je to jednoduchý vzorek. Těchto 100 zákazníků nemusí mít přesné zastoupení vkusu celé populace.

Stratifikovaný náhodný odběr vzorků

Na rozdíl od jednoduchých náhodných vzorků se stratifikované náhodné vzorky používají s populacemi, které lze snadno rozdělit do různých podskupin nebo podskupin. Tyto skupiny jsou založeny na určitých kritériích a poté náhodně vyberou prvky z každého v poměru k velikosti skupiny versus populace.

Tato metoda vzorkování znamená, že budou vybrány z každé odlišné skupiny - jejíž velikost je založena na jejím poměru k celé populaci. Vědci však musí zajistit, aby se vrstvy nepřekrývaly. Každý bod v populaci musí patřit pouze do jedné vrstvy, takže každý bod se vzájemně vylučuje. Překrývající se vrstvy by zvýšily pravděpodobnost, že budou zahrnuta některá data, čímž se vzorek zkosí.

Cukrovarnická společnost se může rozhodnout použít metodu náhodného stratifikovaného vzorkování rozdělením svých 100 zákazníků do různých věkových skupin, aby pomohla určit budoucnost její výroby.

Správci portfolia mohou pomocí stratifikovaného náhodného vzorkování vytvářet portfolia replikací indexu, jako je index dluhopisů.

Vrstvené vzorkování nabízí některé výhody a nevýhody ve srovnání s jednoduchým náhodným vzorkováním. Protože používá specifické vlastnosti, může poskytnout přesnější reprezentaci populace na základě toho, co se používá k rozdělení na různé podmnožiny. To často vyžaduje menší velikost vzorku, což může ušetřit zdroje a čas. Kromě toho mohou výzkumníci zahrnutím dostatečného počtu vzorků z každé vrstvy provést samostatnou analýzu každé jednotlivé vrstvy.

Vytáhnout stratifikovaný vzorek je však třeba více než náhodný vzorek. Vědci musí jednotlivě sledovat a ověřovat údaje pro každou vrstvu k zahrnutí, což může zabrat mnohem více času v porovnání s náhodným vzorkováním.

Klíč s sebou

• Jednoduché náhodné a stratifikované náhodné vzorky jsou nástroje statistického měření.
• Jednoduchý náhodný vzorek bere malou základní část celé populace, která představuje celý soubor dat.
• Populace je rozdělena do různých skupin, které sdílejí podobné charakteristiky, z nichž je odebrán stratifikovaný náhodný vzorek.