Cueillette des échantillons de populations
L'idée d'échantillonnage d'une population est un des concepts les plus fondamentaux dans les statistiques - en fait, de toute la science. Par exemple, vous ne pouvez pas tester la façon dont un médicament de chimiothérapie travaillera en tous les personnes ayant un cancer du poumon, vous pouvez étudier uniquement un échantillon limité de patients atteints de cancer du poumon qui sont disponibles pour vous et tirer des conclusions à partir de cet échantillon.
Tel qu'il est utilisé dans la recherche clinique, les termes population et échantillon peut être défini de cette façon:
Population: Toutes les personnes ayant un ensemble défini avec précision des caractéristiques (par exemple: l'homme, mâle, 18-65 ans, d'un cancer du poumon Etape 3)
Echantillon: Un sous-ensemble d'une population définie, sélectionnés pour une étude expérimentale
Tout échantillon, peu importe avec quel soin il est sélectionné, est seulement un reflet imparfait de la population, en raison de l'apparition inévitable de fluctuations d'échantillonnage aléatoire. Le chiffre, qui montre un QI d'un échantillon aléatoire de 100 sujets de la population américaine, présente cette caractéristique. (Scores de QI sont normalisés de sorte que la moyenne pour l'ensemble de la population est de 100, avec un écart-type de 15.)
L'échantillon est réparti plus ou moins comme la population, mais il est clair qu'il est seulement une approximation de la vraie distribution. La moyenne et l'écart type de l'échantillon sont à proximité, mais pas exactement égale à la moyenne et l'écart type de la population, et l'histogramme ne dispose pas d'une forme de cloche parfaite. Ces caractéristiques sont toujours vrai de tout échantillon aléatoire.
Les histogrammes sont préparés à partir de données que vous observez dans votre échantillon de sujets, et ils décrivent comment les valeurs fluctuent dans cet échantillon. Un histogramme d'une variable observée, préparé à partir d'un échantillon aléatoire de données, est une approximation de ce que le vrai Répartition de la population de cette variable ressemble.
Dans une expérience idéale, l'échantillonnage est effectué de sorte que chaque membre de la population a la même chance d'être sélectionné pour l'échantillon expérimental. Dans un tel échantillon aléatoire, seulement inévitables fluctuations d'échantillonnage aléatoire, du type illustré dans la figure ci-dessus.
Mais dans la plupart des expériences de la vie réelle, il est impossible de procéder à un échantillonnage véritablement aléatoire de l'ensemble de la population. Vous ne pouvez pas essayer de recruter des patients atteints de cancer du poumon de stade 3 mâles adultes de toutes les parties du monde, de sorte que votre échantillon sera presque certainement avoir une distribution différente de celle de la course de la population mondiale. Ce produit ce qu'on appelle biais d'échantillonnage. Si votre échantillon diffère de la population à l'égard de certaines variables qui peuvent affecter le résultat de votre expérience, il peut limiter l'applicabilité de l'issue de votre expérience à la population en général.
-
Comment calculer les paramètres et estimateurs -
Éviter les biais avec des échantillons aléatoires statistiques - Les intervalles de confiance
-
Les intervalles de confiance et proportions de la population - Tirer des conclusions sur une population en utilisant des intervalles de confiance et tests d'hypothèses
-
Comment écart type de population affecte erreur standard
Comment taille de l'échantillon affecte erreur standard La taille (n) D'un échantillon statistique affecte l'erreur-type pour cet échantillon. Car n est dans le dénominateur de la formule standard d'erreur, l'erreur-type diminue à mesure que n augmente. Il est logique que d'avoir plus de données…
Comment convertir une distribution d'échantillonnage à une variable aléatoire normale standard utilisant le théorème central limite Vous pouvez utiliser le théorème central limite pour convertir une distribution d'échantillonnage à une variable aléatoire normale standard. Basé sur le théorème central limite, si vous dessinez des échantillons à partir d'une population…
Comment trouver la distribution d'échantillonnage d'une proportion d'échantillon Si vous utilisez une taille suffisante de l'échantillon statistique, vous pouvez appliquer le théorème central limite (CLT) à une proportion de l'échantillon pour les données catégorielles pour trouver sa distribution d'échantillonnage. La…
Comment dire à un z-distribution à partir d'une distribution de t Bien que la normale (Z-) Distribution et t-la distribution sont similaires, ils regardent différents les uns des autres et sont utilisées à des fins statistiques différentes. La distribution normale est que la distribution en forme de cloche…
Faire des calculs lorsque des écarts types de population sont connus Quand vous regardez la différence entre deux moyens (ou deux proportions), de garder trace de ce que vous appelez les populations de la population et de la population 1 2. En soustrayant deux nombres dans l'ordre inverse change le signe des…
Échantillonnage aléatoire Pas si simple Des échantillons aléatoires simples sont le meilleur moyen d'obtenir un impartiale, sélection représentative des individus d'être une partie d'une étude. Toutefois, le processus pour générer un échantillon aléatoire simple est semblable à…
Déterminer statistiquement taille de l'échantillon Lors de la conception d'une étude, la taille de l'échantillon est une considération importante parce que plus la taille de l'échantillon, plus les données que vous avez, et la plus précise vos résultats seront (en supposant données de haute…
Terminologie utilisée dans les statistiques Comme chaque sujet, des statistiques a sa propre langue. La langue est ce qui vous permet de savoir ce qui est un problème pour la demande, quels résultats sont nécessaires, et la façon de décrire et d'évaluer les résultats d'une manière…
Amélioration de la validité externe dans la recherche de la psychologie Une façon de maximiser la validité externe en psychologie est d'assurer, autant que possible, que votre échantillon représente la population de l'étude sur l'ensemble des caractéristiques qui sont importantes dans votre recherche. Vous pouvez…
Exactitude et la précision en termes de la distribution d'échantillonnage L'idée d'une distribution d'échantillonnage est au cœur des concepts de précision et precjeSion. Imaginez un scénario dans lequel une expérience (comme un essai clinique ou d'une enquête) est réalisé encore et encore un très grand nombre…
Comment améliorer la précision de l'échantillonnage Vous améliorez la précision de ce que vous observez de votre échantillon de sujets en ayant un échantillon plus large. La théorème central limite (ou CLT, l'un des fondements de la théorie des probabilités) décrit comment fluctuations…
Des statistiques et des paramètres de la population échantillon Les scientifiques font des expériences sur limitée échantillons de sujets afin de tirer des conclusions qui (ils espèrent) sont valables pour un grand population des gens. Supposons que vous souhaitez mener une expérience pour déterminer une…
Comment ne les variables classiques échantillonnage travail? Lorsque l'utilisation des variables d'échantillonnage classique, les auditeurs traitent chaque élément individuel dans la population comme une unité d'échantillonnage. Cette méthode est plus comme les statistiques classes que vous aviez à…
Comment estimer avec un intervalle de confiance Rarement vous serez en mesure de sonder chaque client. Au lieu de cela, vous devez prendre un échantillon de clients et utiliser cet exemple pour faire des inférences au sujet de tous les clients. Vous devez accepter que l'estimation de…