在进行统计分析时,经济学家和研究人员试图将抽样偏差降低到几乎可以忽略的水平。抽样偏见的危险在于,它可能导致对所有个人或实例都不可能被同样选择的人群(或非人类因素)进行偏颇抽样。
为了减少样本出现偏差的可能性,统计学家和经济学家通常会努力保证每个样本分析或研究都符合三个基本标准。这样,统计学家和经济学家就可以从得到的结果中对一般人口做出更有信心的推断。
代表性抽样和随机抽样是两种有助于确保数据无偏差的技术。这些取样技术并不相互排斥。事实上,在研究中,它们经常被串联使用以减少抽样误差的程度。当这两种方法结合在一起时,就更大的群体而言,从样本中做出统计推断的可信度更高。
代表性样本是从较大的统计群体或一组因素或实例中选择的一组或一组,根据研究中的任何特征或质量,充分复制较大群体。
一个有代表性的样本与所考察的大社会的关键变量和特征相平行。一些例子包括性别、年龄、教育水平、社会经济地位(SES)或婚姻状况。较大的样本量降低了抽样错误的可能性,并增加了样本准确反映目标人群的可能性。
随机样本是以随机方式从较大的群体或一组实例因素中选择的一组或一组,允许较大群体中的每个成员有平等的被选择的机会。一个随机样本意味着一个更大的人口无偏的代表。从更大的人群中选择样本被认为是一种公平的方法(因为人群中的每一个成员都有平等的机会被选中)。
对于收集样本的经济学家和统计学家来说,他们必须确保偏差最小化。如果不考虑抽样偏差,研究或分析的结果可能会被错误地归因。代表性抽样是实现这一目标的关键方法之一,因为这类样本尽可能地复制研究中较大人群的成分。
然而,仅此一点还不足以使采样偏差可以忽略不计。将随机抽样技术与代表性抽样方法相结合,进一步减少了偏差,因为代表性群体中没有任何特定成员比任何其他成员有更大的机会被选入样本。
其中最有效的技术之一就是分层。在分层的情况下,较大的人口被分解成具有相当同质性的亚群体或阶层。然后,从每个阶层中选出相等数量的群体成员。
另一种实现随机或代表性样本的常见方法称为系统采样。通过这种方法,首先,从随机起点选择研究的成员或元素。然后,选择以固定的周期间隔进行。
人口与样本 “人口”一词只是指一个地方或领土上同一物种的身体或总人数,无论是一个国家、城市、州或任何地区或地区。它也可能与特定种族或阶级有关。这方面的一个例子是土著人口或学生人口。人口可以是小的,也可...
...西,他们所代表的。然而,例子往往是用视觉或观察。当代表性零件在给定的情况下不可能重新创建或重建时,也可以使用它们。 另一方面,样本只是更大事物的一小部分。与示例不同,示例是随机的,而不是特定的。样本通...
...在定性分析中,数据以非结构化的方式收集在小的、不具代表性的样本中。收集的典型数据包括肤色、种族、宗教、国籍等等。另一方面,在定量分析中,数据收集在大的、有代表性的样本中,可以概括整个人群。 定性和定量...
...群进行测试,结果是真实的意见代表,而如果选择了不具代表性的样本,结果有一定的误差。结论综上所述,样本是从人群中挑选出来的一小群单位,他们将参与研究,而人群是结果将应用的全部数据。在大多数情况下,对整个...
...,在这种抽样技术中,群体中的被试有平等的机会被选为代表性样本。非概率抽样是一种抽样方法,其中不知道从总体中选择哪个个体作为样本。 交替称为随机抽样非随机抽样 选择依据随机任意地 选择的机会固定和已知...
...最终样本中,而简单的随机抽样不能确保亚组在样本中的代表性相等或成比例。 比例分层随机抽样 在比例分层随机抽样中,当对整个人口进行检查时,每个阶层的规模与该阶层的人口规模成比例。这意味着每个地层具有相同...
...此有时被称为方便样本,因为它不允许研究人员对样本的代表性进行任何控制。 虽然这种抽样方法有缺点,但如果研究人员想研究某个时间点在街角经过的人的特征,尤其是如果不可能进行这样的研究,这种方法是有用的。因...
...一个主要缺点是,在所有类型的概率抽样中,它是最不具代表性的。一个群体中的个体通常具有相似的特征,因此,当研究人员使用整群抽样时,他或她有可能在某些特征方面具有代表性过高或代表性不足的群体。这可能会扭曲...
当我们形成一个统计样本时,我们在做什么时总是需要小心。可以使用多种不同的取样技术。其中一些比其他更合适。 通常,我们认为是一种样本,结果却是另一种样本。这可以在比较两种类型的随机样本时看到。简单随机...
...要求他们阅读课本和小说。这是普通美国人的一个很差的代表性。一个好的样本将包含来自全国不同地区、各行各业、不同年龄段的人群。要获得这样一个样本,我们需要随机组合,这样每个美国人都有同等的概率参与样本。 ...