样本与种群
人口和样本是“统计”主题中的两个重要术语。简而言之，人口是我们有兴趣研究的最大项目集合，样本是人口的子集。换句话说，样本应以较少但足够数量的项目代表人口。一个人群可以有几个大小不同的样本。
样本
样本可能由从人口中选出的两个或多个项目组成。样本的最低尺寸为两个，最高的大小等于人口的大小。有几种方法可以从人群中选择样本。从理论上讲，选择“随机样本”是实现人口准确推断的最佳方法。这种类型的样本也称为概率样本，因为人群中的每个项目都有一个平等的机会包含在样本中。
“简单的随机抽样”技术是最著名的随机抽样技术。在这种情况下，为样本选择的项目是从人群中随机选择的。这样的样本称为“简单的随机样本”或SRS。另一种流行的技术是“系统抽样”。在这种情况下，根据特定的系统顺序选择样品的项目。
示例：为样本选择了队列的每个第10人。
在这种情况下，系统秩序是每10人。统计学家可以自由以有意义的方式定义此顺序。还有其他随机抽样技术，例如群集采样或分层采样，选择方法与上述两种方法略有不同。
出于实际目的，可以使用非随机样品，例如便利样本，判断样本，雪球样本和有目的的样本。更重要的是，选择为非随机样本的项目与机会有关。实际上，每个人口的每个项目都没有平等的机会包含在非随机样本中。这些类型的样品也称为非概率样本。
人口
任何有趣的调查实体集合都简单地定义为“人口”。人口是样本的基础。根据研究声明，宇宙中的任何对象都可以是人群。通常，人口的规模应相对较大，并且很难通过单独考虑其项目来推断某些特征。在人群中要研究的测量称为参数。实际上，参数是通过使用统计数据来估计的，这些统计数据是样本的相关测量值。
示例：当从5个学生的平均数学标记中估算一个班级中30名学生的平均数学标记时，该参数是课程的平均数学标记。统计数字是5名学生的平均数学标记。
样本与种群
样本与人口之间有趣的关系是，人口可以没有样本，但是如果没有人口，样本可能不存在。该论点进一步证明了样本取决于人群，但有趣的是，大多数人口推断取决于样本。样本的主要目的是估计或推断出尽可能准确的人群的一些测量。从相同种群的几个样本而不是从一个样本中获得的总体结果可以推断出更高的精度。要知道的另一个重要的事情是，当从人口中选择多个样本时，也可以包含在另一个样本中。此案被称为“替代样品”。此外，从样本中投资人口的相关度量并获得几乎相似的产出是节省成本和时间价值的千载难逢的机会。
至关重要的是要知道，当样本量增加时，人口参数估计的准确性也会增加。从逻辑上讲，为了更好地估计人口，样本量不应太小。此外，还应认为随机样品具有更好的估计。因此，关注样本的规模和随机性至关重要，以代表获得人口的最佳估计。
发表评论