대표성 -이 과정은 무엇인가? 범위 오류

표현의 개념에서 일반적인 통계 otchetnostyakh 및 연설과 보고서의 준비한다. 아마도없이 디스플레이에 대한 정보를 제시의 종류를 상상하기 어렵다.

대표성 - 그것은 무엇인가?

대표성은 선택한 객체 또는 부품들이 선발되는 데이터 인구의 내용과 의미에 해당하는 방법을 반영한다.

다른 정의

표현의 개념은 서로 다른 상황에서 확장 할 수 있습니다. 그러나 그 의미의 표현은 - 규정 준수 기능 정확하게 전체 전체 데이터베이스의 일반적인 특성을 반영 일반 인구의 선택 단위의 숙박 시설이다.

또한 대표적인 정보는 매개 변수와 지속적인 연구의 관점에서 중요한 속성 세트 샘플 데이터를 제출 할 수있는 능력으로 정의된다.

대표 샘플

샘플링의 원리는 가장 정확한을 선택하고 데이터 세트의 속성을 표시 중요하다. 이것은 정확한 결과를 얻을 수있는 다양한 방법과의 관련 사용 일반인, 데이터의 품질을 기술 선택된 재료를 사용한다.

따라서, 필요가 모든 자료를 배울 수 없습니다, 그것은 선택적인 표현을 고려하는 것이 충분하다. 그것은 무엇입니까? 이 정보의 총 질량에 대한 아이디어를하기 위해 개별 데이터의 샘플입니다.

그들은 확률과 비 확률로 구별하는 방법에 따라 있습니다. 확률 - 샘플은 일반 인구의 또 다른 대표되는 가장 중요하고 흥미로운 데이터를 계산에 의해 이루어집니다. 그러나 이것은 그 내용에 의해 정당화 신중한 선택 또는 무작위 표본이다.

Nonprobabilistic - 복권의 일반적인 원칙에서의 무작위 표본의 한 형태이다. 이 경우, 이러한 선택을하게 사람의 의견. 그것은 단지 블라인드 무승부를 사용합니다.

확률 샘플링

확률 표본 추출은 여러 종류로 나눌 수 있습니다 :

• 가장 간단하고 명확한 원칙 중 하나 - 편의 샘플. 사회 조사를 수행 할 때 예를 들어,이 방법은 자주 사용된다. 이 경우, 응답자는 특정 기능에 군중에서 선택되지 않은, 정보는에 참여했다 선착 50 분에서 생산.
• 고의적 인 샘플링은 선택을위한 요구 사항과 조건의 번호를 가지고 점에서 차이가 있지만, 아직도 좋은 통계를 달성의 목표를 추구하는, 우연의 일치에 의존하고 있습니다.
• 할당량에 기초하여 상기 샘플 - 이것은 종종 큰 데이터 세트의 분석에 사용되는 다른 변형 온 확률 예제이다. 그녀를 위해, 조건 및 규범의 다양한 사용. 선택된 개체를 일치합니다. 즉, 사회 조사의 예는 그 100 명을 인터뷰되지만, 특정 요구 사항을 충족 많은 사람들의 의견이 통계 보고서의 작성에 고려 될 것이다 제안입니다.

확률 샘플링

샘플에있는 개체는 그 (것)들의 사이에서 정확하게 측정 데이터의 대표성으로 제시 될 사실과 데이터를 선출하는 방법의 수를 충족 옵션의 확률 샘플링 추정 번호. 이러한 방법은 필요한 데이터가 될 수 계산 :

• 단순 무작위 표본 추출. 그것은 선택된 세그먼트 사이에 완전히 무작위로 대표 샘플 될 데이터 요구량의 추첨을 선택한다는 점이다.

• 체계적인 랜덤 샘플링은 가능한 임의의 세그먼트에 기초하여 필요한 데이터를 산출하는 시스템을 구축 할 수있다. 일반인로부터 선택된 데이터의 순서 번호를 나타내는 제 1 난수가 5 인 경우, 즉, 다음 이후의 데이터는 예를 들어, 등등 15, 25, 35 일 수 있으며 선택할 수있다. 이 예는 명확하게, 심지어 임의의 선택이 필요한 원시 데이터의 체계적인 계산에 근거 할 수 있음을 설명한다.

샘플 고객

의미 시료 - 각각의 세그먼트를 고려한 것으로 구성 방법 및 특성과 공유 데이터베이스의 특성을 반영하는 자신의 평가에 기초하여 컴파일 된 세트. 따라서, 대표적인 샘플의 요구에 대응하는 데이터의 큰 양을 건. 쉽게 전체 인구를 대표하는 선택한 데이터의 품질을 잃지 않고, 전체 수에 포함되지 않습니다 옵션을 선택할 수 있습니다. 이러한 방식으로 연구 결과의 대표성.

표본 크기

해결해야 지속되지는 질문은 - 그것은 인구의 대표성에 대한 샘플 크기입니다. 표본의 크기는 항상 인구 소스의 수에 의존하지 않습니다. 그러나, 샘플의 대표성은 결국 결과를 구분되어야하는 세그먼트에 따라 달라집니다. 더 많은 세그먼트, 더 많은 데이터를 생산 샘플로 가져옵니다. 결과는 일반적인 용어를 필요로하고 세부 사항을 요구하지 않는 경우 세부 사항으로하지 않고, 정보의 해석이 공유되는 것을 의미한다, 더 피상적 제시, 때문에, 다음, 각각의 샘플은 작아지게된다.

대표성 오류의 개념

오차 범위 - 인구 및 샘플 데이터의 특성과 특정 차이. 어떤 샘플링 동안 전체 연구 집단에서와 같이 정확한 데이터를 얻을 수 및 더 자세한 연구는 전체 세트의 연구에 가능하지만, 정보 및 옵션의 일부만을 나타내는 샘플 절대적으로 불가능하다. 따라서, 필연적으로 약간의 오류와 실수.

오류의 유형

대표 샘플의 준비에서 발생하는 약간의 오차가 구분 :

• 체계적인.
• 랜덤.
• 의도적.
• 의도하지 않은.
• 표준.
• 제한.

무작위 오류의 모양에 대한 기초 연구 전체 인구의 불연속 성격이 될 수 있습니다. 일반적으로, 대표성의 무작위 오차는 작은 크기와 성격을 가지고있다.

체계적인 오류는 일반 인구의 선택 규칙을 위반하는 데이터 사이에 발생한다.

평균 에러 - 평균 샘플 값과 기본적인 차이. 그것은 샘플 단위의 수에 의존하지 않습니다. 그것은 반비례 샘플 볼륨. 상기 하부 볼륨이어서 큰 평균 값의 오차.

오류 제한 - 샘플을 만들 것입니다 평균값과 전체 인구 사이의 가능한 가장 큰 차이입니다. 이 오류는 발생 주어진 조건 하에서 가장 가능성이 오류로 특징입니다.

대표성의 의도적 및 비 의도적 인 오류

데이터는 오류가 의도적 및 비 의도적이다 오프셋.

그런 의도적 인 오류의 출현에 대한 이유는 추세를 결정하는 방법으로 데이터의 선택에 대한 접근 방식이다. 의도하지 않은 에러 샘플 관찰 대표적인 샘플의 형성의 준비의 단계에서 발생한다. 이러한 오류를 방지하기 위해, 당신은 좋은 기초 샘플링, 구성 요소 선택 장치가 있습니다를 작성해야합니다. 샘플링의 목적이 연구의 모든 측면을 다루는 정확한 수와는 완전히 일치해야합니다.

유효성, 신뢰성, 대표성. 계산 오류

표본 오차 (㎜) 연산의 계산 값 (M)을 의미한다.

표준 편차 : 샘플 크기 (> 30).

오차 범위 (MP)과 의 상대 값 (P) 샘플 크기 (n은> 30).

경우는 시료의 양이 적고, 30 개 미만 단위 다음 경우의 수는 하나의 단위 미만의 것 인 것을 특징으로 골재를 연구 할 필요가있을 때.

표본의 크기에 비례 오류 값. 대표 정보 및 정확한 예측을 그리기의 가능성의 정도의 계산은 특정 값 제한 오류를 반영합니다.

대표 시스템

뿐만 아니라 대표 샘플을 사용하여 정보를 제공 할뿐만 아니라 정보를 수신하는 사람이 재현 시스템을 사용의 평가 과정이다. 따라서, 뇌 특정 프로세스 정보의 양 을 효율적으로 신속하게 공급되는 데이터를 평가하고 요지를 이해하기 위해 정보의 전체 흐름의 대표적인 샘플을 만들 수있다. 질문에 대답하려면 : "대표성을 - 그이"- 아주 단순히 인간의 의식의 규모. 이렇게하려면 뇌는 모든 하위를 사용 , 감각 일반적인 스트림으로부터 분리되어야 정보의 종류에 따라 달라집니다. 따라서, 구별 사이입니다 :

• 장기는 눈의 시각적 인식에 이용되는 카메라 재현 시스템. 사람들은 종종 유사한 시스템을 사용, 영상을했다. 이 시스템으로, 사람이 이미지의 형태로 정보를 처리합니다.
• 청각 재현 시스템. 사용되는 본체는, -이 소문이다. 사운드 파일 또는 음성의 형태로 제공되는 정보는, 그 시스템에 의해 처리된다. 사람들은 청문회라는 audialami에 대한 정보들을 더욱 적극적으로 수용한다.
• 근 감각 대표적인 시스템은 촉각 및 후각 채널을 감지함으로써 정보의 처리 플로우이다.

• 디지털 대표적인 시스템이 외부로부터 정보를 획득하는 수단으로서 다른 함께 사용된다. 이 주관적 인식과 데이터의 논리적 해석.

그래서 대표성 - 그것은 무엇인가? 정보 처리의 설정 또는 통합 과정에서 간단한 선택? 우리는 대표성이 크게 가장 강력한 의미 그것에서 분리하는 데 도움 데이터 스트림의 우리의 인식을 결정 말할 수 있습니다.