統計における一般的な集計と選択。 一般およびビビルコバ凝集体

社会学的研究の対象となる社会的対象、現象、プロセスが存在しないことが確認される 一般的な骨材。 一般集団が明示的な記号 (または一連の記号) によって特徴付けられるかどうか、その値は、このオブジェクトが一般集団に含まれるかどうかを常に明確に決定できます。

一般住民の対象となる警戒対象の一部をこう呼ぶ。 ヴィビルカ総体.

つまり、一般母集団には調査対象となるすべての単位が含まれるため、選択母集団は一般母集団の中から特別に選ばれた一部ということになります。 一般集団は、オブジェクトの追加追跡を最小限に抑えて、一般集団全体を明らかにするために必要なレベルの保証を提供できるように構築されています。

選択単位とは、サンプルを形成するさまざまな選択手順において構造の単位として機能する一般集団の要素を指します。

注意すべき単位は、形成された振動集合体の要素であり、簡単に追跡できます。

選択単位と注意単位は、特定の社会学的研究の主題に関連する特性を含む社会的オブジェクトです。 悪臭は（単純な選択パターンで）回避でき、（複雑な組み合わせの選択パターンで）軽減できます。 選択単位には、個人、チーム全体、またはグループ全体の両方が含まれる場合があります (たとえば、コミュニティ調査を実施する場合)。

1 つの注意単位と 1 つの選択単位を組み合わせた場合、単一段階 (単純な) 選択は停滞をもたらしますが、分離した場合は多段階 (折り畳まれた) 選択が生じます。

選択は、次のようなさまざまな要因に依存する必要があります。

・標章の種類と調査命令、

· 一般人口の均質化の段階として、

・信頼値の種類、

· 結果の正確さ (代表性の許容可能なマージンの量) の観点から。

表 4 は、一般母集団とサンプリング手順の関係を示しています。

表 4. 一般集合体と選挙集合体の義務の関係。

提示された表は、社会学者の研究から得られた豊富な証拠を示していますが、一般人口に関するデータがないために議論されることが多く、公式を停滞させることは不可能です。

選択された集計の重大な義務は、その変換には十分ではありません。 選択の種類を指定する必要があります。

選択は異なります 世界中で目的を持って.

モデル エモヴィルニスナ) 振動はバイラリティの概念に関連付けられており、富裕層で広く使用されています。 社会科学。 最新のフェーズでは、特定のタイプの有病率は、すべてのタイプの数の比率になります。 考えられるアイデア覚醒回数まで。 これとともに 隠し番号 Podіymaє buti dosistは素晴らしい（統計的に重要です）。 もちろん、心をクリアにする必要があります 等確率 1つ選択させていただきます。 全体の皮膚成分がサンプルに吸収される確率は等しいことが保証されます。 この状況は、一般集団の要素が均等に分布している場合に起こります。

公正なサンプリングのさまざまな方法を確認してください。

・水湿選別法、

・Vipadkovo反復のない方法、

· Vipadkovo-繰り返し、

· 機械的サンプリング方法 (たとえば、一般母集団の 10 分の 1 の要素がサンプリングに含まれます)。

多くの場合、サンプル母集団を選択するための正確な方法を取得する必要があります。 シリアルサンプリング方式。この方法の本質は、与えられた符号に従って一般集団を均質な部分 (系列) に分割することにあります。 その後、与えられたサインに従って肌シリーズで回答者の選択が行われます。

クリーム、分かりました ネストサンプリング法。 「ネスト」とは、多数の要素から形成されるオブジェクトのグループです。 場合によっては、調査は単一の回答者ではなく、グループ、集合体に基づいて行われます。

社会学研究における最も包括的な選択の順位も停滞 選択が対象となります。目的を持ったサンプリングは、妥当性理論に基づいて行われるのではなく、次のようなさまざまな方法を使用して実行されます。

· 自然選挙、

・主な山塊、

· クォータ選挙。

自然選挙ほとんどの場合、ジャーナリズムは停滞します。 自発的選択の尻は、郵便トレーニングである可能性があります。 この情報の信頼性と正確性は非常に低く、全体に基づいてのみ拡張されます。

基本的な配列メソッド航空調査を行う際の「探査機」として扱われ、全体の6～7割を占める。

最も正確な直接サンプリング方法を使用できます。 クォータのサンプリング方法。 ただし、この方法は、一般集団に関する統計データが利用可能な場合にのみ使用できます。 一般集団の兆候に関するすべてのデータがクォータ ボックスに表示され、その他の数値がクォータ パラメータ ボックスに表示されます。 クォータ サンプリングを使用すると、回答者は追加のクォータ パラメータから直接選択されます。 クォータは最大 4 文字にのみ適用できます。 たとえば、将来、年齢、職歴、教育レベルなどです。

選択という形での重要な義務は、一般人口全体に対する調査の基礎を拡大するという知的正当性の欠如である。 多種多様なサンプル収集の中から、最も正確なものを選択する必要があります。 一般集団の重要な力をモデル化して表す選択の妥当性 - є 代表性選択。

一般人口の歴史的特徴からサンプル調査の結果を強化することは、 代表権の赦免.

代表性の目標は、散発的な場合もあれば、体系的な場合もあります。 ヴィパドコヴィ代表権の譲歩は国際的な性質のものであり、再消滅時には国際法に従って変更されます。 系統的代表性バイアスは、サンプル母集団の精度を破壊する猶予と呼ばれます。 組織的除去は、サンプリング設計の段階でエラーが発生した場合、社会的オブジェクトに関する情報がある場合、または選択が誤った場合に発生します。 代表性が体系的に低下する可能性もある 憎い（例：サンプリング設計段階の穴） ナヴミスニミ（イデオロギー的、経済的要因などの観点から）。

一般集団を研究する場合、サンプリング方法により研究者の作業は大幅に軽減されますが、サンプリング方法に関連して起こり得る困難について覚えておく必要があります。

統計的全体性- 質量、種類、明確な均一性、および変化の明白さを特徴とする単一ユニット。

統計集計は材料で構成されます 主なオブジェクト（開業医、企業、地域、地域）と対象。

集計の単位- 皮膚は統計的全体性の特定の単位です。

全く同じ統計的全体は、ある符号においては均一であり、別の符号においては不均一である可能性があります。

明確な均一性- 任意の記号の全体のすべての単位の類似性と、その他すべての記号の非類似性。

統計的集計では、集計の 1 つの単位が他の単位よりも複雑な性質を持つ可能性が高くなります。 さまざまな集計単位の符号の意味を変更することをバリエーションと呼びます。

変化の兆候- 集合体のある単位から別の単位に移動するときの符号の大幅な変更 (複数の符号の場合)。

サイン- これは力です、 お米の特徴および観察または測定できる単位、物体、および症状のその他の特徴。 標識は単純なものと明確なものに分けられます。 全体の他の単位における記号の多様性とサイズの多様性は、と呼ばれます。 変化.

属性（クリア）標識は数値化（記事当たりの人口）の対象外です。 キルキスの標識は、数字のヴィラズ（世紀末の人口の倉庫）を表しています。

画面- これは、時代と場所の特定の精神における個人または全体としてのある種の力の非常に明確な特徴です。

表示システム- この指標全体は常に次の現象を反映しています。

• サイン - 支払い方法
• 統計的合計 - すべての医師
• 全体の単位 - スキンケアワーカー
• 明確な均一性 - 給与の増加
• 変化記号 - 一連の数字

一般的な集計とそこからの選択

基礎はデータの非個人性によって形成され、1 つまたは複数の文字の消滅の結果として削除されます。 実際には、オブジェクト全体が保護されており、統計的には多数の警告によって表されます。 落下の大きさ, є 選択によって、そして仮にそれは明らかです（前提） - 一般的な骨材。 一般集計は終了となる場合がございます（数はご注意ください） N = 定数) またはスキンを剥がした状態 ( N = ∞）、そして一般集団からの選択は常に一連の予防措置の結果です。 選択を行うガードの数は次のように呼ばれます。 サンプリング量。 ヤクシチョは偉大な政治を終わらせるために選挙を義務付けた（ n → ∞) ヴィビルカは尊敬されています 素晴らしい, 別の場合では、選択と呼ばれます。 オベゼニー・オブシャグ。 選択は重要です 小さい, 変更された 1 次元の落下値では、サンプリング コストは 30 を超えないため ( n<= 30 ）、そして死ぬときは即座にデキルコック（ k) 広大な人間関係の世界におけるサイン n前に kやりすぎないよ 10 (n/k< 10) 。 選択が確定します バリエーションシリーズ, メンバーは？ 順序統計、つまり、Vibirkovy 値と降下値 バツ成長順 (ランク付け) で、重要な兆候は次のように呼ばれます。 オプション.

お尻。 ほぼ同じランダムに選択されたオブジェクトのセット (モスクワのある行政区の商業銀行) は、その地区のすべての商業銀行の一般的なセットからの選択、またはモスクワのすべての商業銀行の一般集団からの選択と考えることができます。商業銀行エッジなどからの選択も可能です。

サンプリングを組織する基本的な方法

統計的結果の信頼性と結果の別の解釈は、 代表性それにより、どの選挙が代表的であるとみなされるかについて、一般住民の権威の発現の完全性と適切性が判断される。 集計における統計検出力の研究は、次の 2 つの方法で組織化できます。 サクイノゴі 連続的ではありません。 極度の警戒キルティングを全員に転送します 1つフォローアップ 全体性、A 継続的（ヴィビルコーブ）注意- ほんの一部のパーツのみ。

振動制御を組織化するには主に 5 つの方法があります。

1. 単純なタイプミスの選択任意のオブジェクトがオブジェクトの一般母集団からランダムに抽出され (たとえば、追加のテーブルまたは乱数センサーの背後で)、可能な選択のそれぞれが同様に一貫している場合があります。 これらの選択はと呼ばれます ヴラスネ・ヴィパドコヴィミ;

2. 追加の定期的な手順のための簡単な選択これは機械的な倉庫 (日付、曜日、アパート番号、アルファベットなど) の助けを借りて行われ、この方法で削除された選択項目は と呼ばれます。 機械的;

3. 層別化選択は、一般的な集合体が部分集合体または信念 (戦略) に大きく分割されているという事実にあります。 階層は、統計的特性の観点から見た同様のオブジェクトです (たとえば、人口は年齢グループまたは社会的地位に応じて階層に分割され、企業は社会的地位に応じて分割されます)。 この場合、選択は次のように呼ばれます。 階層化された（言い換えると、 ロズシャルヴァンニャ、典型的なもの、地区);

4. 方法 シリアル成形材料の選択 シリアルそれとも 巣のサンプル。 悪臭は、「ブロック」または一連のオブジェクト (たとえば、商品のバッチ、一連の歌、または地域の行政区画の人口など) をカバーする必要がある場合に特に重要です。 シリーズの選択は、湿気による影響または機械的な方法によって行うことができます。 この場合、商品の単一バッチ、または地域単位 (住宅の建物または街区) 全体を徹底的にカバーします。

5. 組み合わせ(段階) 選択には、多数の選択方法 (たとえば、層化と段階的、または段階的と機械的) が含まれます。 この選択はと呼ばれます 組み合わせた.

ビューの選択

後ろに 尊敬個人、グループ、組み合わせの選択があります。 で 個別選択サンプル集団内の人々は、一般集団の約 1 単位から選択されます。 グループ選択- 明らかに同種のグループ (系列) は 1 つであり、 組み合わせ選択最初のタイプと他のタイプの知識を伝えます。

後ろに 方法選択肢が分かれてる 私は繰り返します、そして決して繰り返しません選択

繰り返し可能なこれは選択と呼ばれ、選択されたユニットは失われ、出力セットは回転されず、それ以上の選択は行われません。 ここで、一般人口の単位数は N選択の途中で消えてしまいます。 で 繰り返された選択 無駄にした登録後、選択単位は一般集団に戻されるため、その後の選択手順で選択される他の単位との機会均等が保たれます。 ここで、一般人口の単位数は N不変になる（社会経済研究の手法が停滞することはほとんどない）。 ただし、素晴らしい N（N→∞）の公式 繰り返し可能な選択は類似のものに近づいています 繰り返された選択が行われ、実際には残りのものが勝利することがほとんどです ( N = 定数).

一般母集団と標本母集団のパラメータの主な特徴

研究の統計的結果の基礎は、同じ有意性から保護された落下値の分布です。 (X 1、X 2、...、X n)ドロップインの大きさの実装と呼ばれます バツ（N - obsyag vibіrki）。 一般集団における変数値の分割には理論的で理想的な性質があり、その選択的な類似物は次のとおりです。 経験的なスプリット。 タスクのサブセクションにとって理論的なアクションは分析的なものであるため、パラメーター タスクのサブセクションにとって理論的なアクションは分析的なものであるため、スキンポイントにおける分割関数の重要性は、落下値の可能な値の範囲によって決まります。 部門の機能を選択するには、次のことが重要ですが、場合によっては不可能です。 経験的データを評価し、理論的区分を説明する分析フレームワークにそれを組み込みます。 このようなことが起こったら、それを手放してください（または仮説 ) 分割の種類については、統計的に正しく、寛容であることができます。 いずれにせよ、エールは、真実を大まかに特徴付ける経験的区分の選択後に更新されます。 部門の最も重要なパラメータは次のとおりです。数学的に

そして分散。 彼らの本質の背後には分裂があるі 中断することなく離散 。 私たちは途切れることのない分割について最もよく知っています普通 。 新しいパラメータの振動類似物: 平均値と経験的分散。 個別の社会経済研究の中で、最も多くの場合、停滞している代替（二分法） 分割された この除算の数学的計算のパラメータによって、特定の値 (または一部 ) 後続可能な記号が付いた全体の単位 (文字で示されます)。 この記号で示されていない全体の一部は文字で示されます。 代替除算の分散にも経験的な類似点があります。

分割の種類と集計単位の選択方法に応じて、分割のパラメータの特性は異なる方法で計算されます。 理論的および経験的部門の主なものを表に示します。 1.

よく選ばれるk nは、サンプル母集団のユニット数と一般母集団のユニット数の比と呼ばれます。

kn=n/N.

ビビルコバパートw- これらは、フォロー可能な記号が付いた単位の関係です。 バツオブシャフ・ヴィビルキの前 n:

w = n n / n.

お尻。商品のバッチは 5% 選択で 1000 ユニットの容量があります サンプルセクション k n絶対値では 50 単位になります。 (N = N * 0.05); この選択で 2 つの不良品が見つかった場合、 ヴィビルコワ チャスカ シュリューブ w在庫 0.04 (w = 2/50 = 0.04 または 4%)。

したがって、選択された集約は一般的な集約に従属するため、 ヴィビルカ氏が恩赦を与える.

ヴィビルカ氏が恩赦を与える

いずれの場合でも（科学的および選択的）、登録と代表性という 2 つのタイプの間に違いが存在する可能性があります。 許します 登録たぶんお母さん ヴィパドコヴィі 系統的キャラクター。 ヴィパドコヴィ結果はさまざまな制御不能な理由から発生し、非自発的な性質があり、相互に全体的に依存します（たとえば、部屋の温度変化中にデバイスのインジケーターが変化するなど）。

系統的に選択前にオブジェクトを選択するためのルールを破るので、傾向があります (たとえば、環境の変化を促すため、世界の研究など)。

お尻。市内の人口の社会的地位を評価するために、25% の家族に毛布が与えられました。 番号に基づいて 4 つおきのアパートを選択する場合、体系的な調整と一貫した結果を確保するために、1 つのタイプのみのアパート (たとえば、ワンルーム アパート) をすべて選択するのは明らかに安全ではありません。 子馬のアパート番号の選択は短期間であるため、恩赦は迅速に行われます。

代表権の恩赦おとなしいものは振動のガードを受けており、失うことはできず、振動する全体が一般的なものに常に従順であるという事実の結果として悪臭が発生します。 選択のために監視される指標の値は、一般集団（または社会的注意を払って得られた指標）の同じ値の指標とは区別されます。

振動注意の緩和これは、一般集団におけるパラメータ値と選択された値との差です。 コルキス記号の中間値の場合、記号 von は: に似ており、その部分 (代替記号) - に似ています。

当局の選挙については選挙警備員のみに恩赦を与える。 恩赦の数が増えるほど、経験的な区分が理論的な区分と大きく異なります。 経験的除算のパラメータ、変数値、およびランダム値は、異なる値を持つ異なるサンプルに対して取得でき、これが考慮されます。 中食.

週半ばの選挙はサンプルの平均変動と数学的計算の平均を表す値です。 この値は、段階的選択の原則に従って、すべてのタイプの選択で、符号の変化の段階で最初に設定されます。符号 (したがって値) の変化が大きいほど、または小さいほど、値は小さくなります。平均削減選択の。 一般母集団と標本母集団の分散間の関係は、次の式で表されます。

そうすれば、偉大な人たちに到達したときに、ヴァザット、スコできるようになります。 平均サンプル サイズは、サンプル集計パラメータが一般パラメータから変更される可能性を示します。 表の中で セキュリティを組織化するさまざまな方法の平均サンプル サイズを計算するための 2 つの式が提供されています。

De - 連続符号の内部グループサンプル分散の中央。

内部グループ分散の中間。

- 選択したシリーズの数、 - シリーズの最終番号。

,

de - ミドルシリーズ。

- 途切れることのないサインのヴィビルカ全体の平均。

,

de - th シリーズの記号の一部。

- 全宇宙にわたる標識のハラール部分。

ただし、平均削減量は相対値 P (P ≤ 1) によってのみ判断できます。 リャプノフ A.M. 標本平均の分布、したがって全体平均からの分布は、大きな数に達すると通常の精神の分裂法則に近くなり、一般集団は中程度の分散に終止符が打たれると考えられています。

数学的には、中間の公式は次のように表されます。

そして、Chastka viraz (1) については、次のようになります。

デ - є 選挙のためのギリギリの恩赦、これはサンプルの平均サイズの倍数です。 , 多重度の係数は、米国の基準に基づいた学生の基準 (「信頼係数」) です。 ゴセット（仮名「学生」）。 さまざまなサンプリング量の値は特別なテーブルに保存されます。

さて、viraz (3) は次のように読むことができます: 自信を持って P = 0.683 (68.3%)サンプルと一般的な平均の差がいずれかの平均値を超えていないことが確認できます。 m(t=1)、世界について P = 0.954 (95.4%)- 平均 2 つのカットのサイズを過大評価できないのはなぜですか? m (t = 2)、国際性を持って P = 0.997 (99.7%)- 3 つの値を拡張しすぎないでください。 m (t = 3)。したがって、この差が平均価格の 3 倍を超える可能性は、 ミルクのルバーブそして大きくならなくなる 0,3% .

表の中で サンプルの境界値を計算するための 3 つの式。

選挙結果を一般国民に拡大

選択的警戒の最後の方法は、一般集団の特性です。 サンプリング作業をほとんど行わずに、パラメータ (i) の経験的推定値をその真の値 (i) に非常に類似させることができます。 これは、サンプル パラメーター値 (i) の真の値 (i) が存在する境界を確立する必要があるためです。

信頼できる間隔で一般母集団のパラメータについては、パラメータの値が 1 に近いため、その値の低域領域が呼び出されます ( 希望) パラメータの真の値を設定します。

境界線の恩赦選択 Δ 一般集団の特性とその特性の境界値を計算できます。 信頼間隔、開発方法:

下限 インターバルの前にオトリマナ ウェイ ヴィラフヴァンニャ 国境恩赦 vibirkの真ん中（部分）と上部から-ちなみに追加されました。

信頼区間平均粘性限界サンプル損失と特定の信頼性レベルについては、次の式で計算されます。

これは、与えられた確率から、 R, これは信頼できる同等と呼ばれ、値に明確に割り当てられます。 t, 中間の正しい値が の間にあることが確認できます。 , そして、各部分の正しい意味は、

3 つの標準信頼水準の信頼区間を拡張する場合 P = 95%、P = 99%、P = 99.9%値はによって選択されます。 自由のステップ数に応じて追加のメリットが得られます。 素晴らしい選択をすることに決めた場合は、これらの可能性を満たすことが重要です t等しい: 1,96, 2,58 і 3,29 。 したがって、境界サンプルの選択により、母集団の特性の境界値とその追加の間隔を決定することができます。

社会経済研究における一般人口に対する選択バイアスの結果の拡大には、あらゆるタイプやグループの見栄っ張りの完全性が強調されるため、独自の特徴があります。 このような拡大の可能性の根拠となるのは、 毎日の食事:

デ Δ % - サンプルの限界値。 、。

一般集団における選択的制御を拡大するには、主に 2 つの方法があります。 直接伝達と係数の計算方法.

エッセンス 直接交換サンプル平均値の倍数にあります!! \ 一般集団に上線 (x) を付けます。

お尻。 サンプリング法と人々の組み合わせを使用して、地域の幼児の平均数を推定してみましょう。 市内に 1000 の若い家族がいる場合、市立保育園に必要な子供の数に総人口の平均 N = 1000 を掛けると、ストックは 1200 になります。

係数の方法社会的警戒のデータを明らかにするためには、選択的警戒が行われる時代に完全に勝利する必要がある。

このため、次の式を使用します。

すべてが変わるのは集約の数です。

選挙に必要な義務

許容サンプリングマージンの所定の値でサンプル管理を計画する場合、必要なサンプリングマージンを正しく評価する必要があります。 オブリガ・ヴィビルキ。 この義務は、（指定されたセキュリティを組織化する方法に従って）損害レベルの許容値を保証する、特定の信頼性レベルから生じる選択的制御の下での損害の許容レベルに基づいて決定できます。 必要なサンプル数 n を決定する公式は、サンプルの境界サンプリングの公式から直接簡単に導き出すことができます。 したがって、境界スムージング用のウイルスは次のようになります。

選考プロセスが明確に示されている n:

この式は、サンプルの境界値の変化により、 Δ したがって、分散と二乗スチューデント t 検定に比例するサンプリング手順を使用する必要があります。

セキュリティを組織する特定の方法では、必要なサンプリング作業が表に示されている式に従って計算されます。 9.4.

構造の実用化

用途 1. 無停電標識の平均値と最終間隔の計算。

債権者への支払い速度を評価するために、銀行は 10 枚の支払書類をランダムに選択しました。 それらの値は等しいことが判明しました（日数）：10; 3; 15;

15; 22; 7; 8; Δ 1;

19; 20.

自信を持って必要とされる

P = 0.954

慈悲の限界という意味です

平均と平均変性時間間の平均。 決断。.

平均スコアの信頼性

限界許容値は、表の計算式を使用して計算できます。 一般集団のサイズが不明であるため、繰り返し選択の場合は 9.3、 22; 7;信頼性のレベル。

したがって、平均値は `x ± D =` x ± 2m = 12.0 ± 4.6 となり、その正しい値は 7.4 ～ 16.6 日になります。

Vikoristannya 学生の T テーブル。 加算により新しい方程式を作成できるようになり、n = 10 - 1 = 9 ステップの自由度の場合、その値が £ 0.001 の等しい値から確実に削除され、平均値が 0 から確実に増加します。

用途２．河川の妥当性（一般部分）の評価。

1000世帯の社会福祉を堆肥化する機械的サンプリング法により、一部の低所得世帯が w = 0.3 (30%)(ヴィビルカ ブラ 2% 、トブト n/N = 0.02）。 同等の信頼性で必要 p = 0.997重要な表示 Rこの地域全体の低所得世帯。

19;機能の意味を表現するため Ф(t)一定レベルの信頼性を知ることができる P = 0.997意義 t = 3(除算式 3)。 私は陰謀の許しの境界線にいます w表の式によると重要です。 9.3 繰り返し選択の場合 (機械的な選択は常に繰り返されます):

選択範囲が失われる境界線 % ストック：

地域倉庫における低所得世帯の移動（一般部分） р = w ± Δw, そして、境界間の信頼は、基礎となる不等式の結果として計算されます。

w - Δ w ≤ p ≤ w - Δ w, その場合、p の正しい値は次の範囲内にあります。

0,3 — 0,014 < p <0,3 + 0,014, а именно от 28,6% до 31,4%.

したがって、指数 0.997 では、この地域の全世帯に占める低所得世帯の割合が 28.6% ～ 31.4% になることが確認できます。

お尻3。区間系列で指定された離散符号の平均値と最終区間を計算します。

表の中で 5. 業務内容ごとに取引準備のための申請区分が定められている場合。

決断。

平均アプリケーション数は、次の式を使用して計算されます。

平均在庫期間:

= (3 * 20 + 9 * 80 + 24 * 60 + 48 * 20 + 72 * 20) / 200 = 23.1 ミリ秒。

テーブルの対応する列に関するデータを見ると、同じ証拠が見つかります。 9.5、ヴィコリスト式:

残りの階調の間隔の中間は、順方向の階調の間隔の追加幅 60 - 36 = 24 か月によって決定されることに注意してください。

デ 分散は次の式を使用して計算されます。 x i

- インターバル列の中央。

平均値はms.という式で計算されているので、平均値が高くなります!! \ 上線 (x) ± m = 23.1 ± 13.4。

限界許容値は、表の計算式を使用して計算できます。 母集団のサイズが不明であるため、繰り返し選択の場合は 9.3、信頼水準は 0.954 です。

このように、中間の値は次のようになります。

その場合、その正しい値は 0 ～ 50 か月の範囲にあります。

お尻4。商業銀行における N = 500 社の債権者との取引の流動性を判断するには、段階的非反復選択法を使用して選択的なフォローアップを行う必要があります。 ホモウイルス性 P = 0.954 の場合、サンプルの平均値が 3 日を超えないようにサンプル n を使用する必要があります。これは、試算によると、s の平均二乗値の合計が 1 0 日になることが示されているためです。

決断。 必要な調査の数を決定するには、テーブルから繰り返し選択する簡単な式を使用して n を計算します。 9.4:

その t 値は、信頼性レベル P = 0.954 の s に等しくなります。 2 よりも高価です。平均二次値は s = 10、一般母集団は N = 500、境界値は平均値です。 Δ x = 3。数式への値の挿入は削除されます。

41 社の企業から企業を選択し、必要なパラメータ、つまり債権者との支払いの流動性を評価します。

総会（英語で - 人口) - すべてのオブジェクト (ユニット) の全体。そのため、一部の教えは特定の問題の解決策に取り組むことを目的としています。

一般的な全体は、宗教を促進するすべてのオブジェクトで構成されます。 一般住民の倉庫は調査目的で保管されます。 一般人口が特定の地域の人口全体である場合 (たとえば、選挙人候補者のランキングが候補者の前に含まれる場合)、ほとんどの場合、調査の対象を示す多数の基準が指定されます。 たとえば、ブランドのカミソリを少なくとも週に 1 回使用する 30 ～ 50 歳の人は、家族 1 人当たり 100 ドル以上の収入を得ることができます。

選択それとも ヴィビルカ総体- 結果（テスト、物体、アイデア、表現）がなくても、調査に参加するために一般集団から選ばれた人々の追加手順に従う。

サンプルの特徴:

 選択の明確な特徴 - 私たちが誰を選択するか、そして誰を選択するためにどのような選択を誘発する方法があるか。

 選択の特徴はさまざまです。つまり、選択されるフェーズの数、つまり選択プロセスです。

サンプリングの必要性

 研究の対象は非常に大きい。 たとえば、グローバル企業の同様の製品は、地理的に分散した多数の市場を代表しています。

 一次情報を収集する必要があることは明らかです。

オブリガ・ヴィビルキ

オブリガ・ヴィビルキ- サンプルセットの前に含まれる滴数。 統計上の目的のため、ドロップ数は 30 ～ 35 回以上にすることをお勧めします。

17. サンプル形成の基本的な方法

サンプル成形まず第一に、これは既知の選択輪郭に基づいています。これは、選択単位が選択される母集団のすべての単位のリストを意味します。 たとえば、モスクワのすべてのカーサービスセンターを全体的に見る場合、輪郭として表示され、その間で選択が形成されるそのような機械のリストが必要になります。

選択回路は必然的に、選択回路の変更と呼ばれる変更を加え、集合体の正しい次元からの進化の段階を特徴づけます。 明らかに、モスクワのすべての自動車サービスセンターの公式リストはありません。 研究者は、サンプリング回路のサイズについて副ロボットに通知する責任があります。

サンプルを作成するときは、ランダムな方法と非確率的な方法の両方が使用されます。

選択のすべてのユニットが選択に含まれる合理的な確率 (可能性) がある場合、その選択は確率が高いと呼ばれます。 この確率は未知であるため、サンプルは非確率的と呼ばれます。 残念ながら、ほとんどのマーケティング調査では、集合体のサイズを正確に測定することが不可能なため、市場性を正確に評価することはできないようです。 したがって、「支配的な信頼性」という用語は、骨材の正確な寸法に関する知識ではなく、古代のサンプル形成方法の選択に基づいています。

国際的な手法には次のようなものがあります。

シンプルでカジュアルな選択。

体系的な選択。

クラスターの選択。

層別選択。

非確率的方法:

扱いやすさの原則に基づいた選択。

Vidbir は Sudzhen に基づいています。

含浸プロセス中のサンプルの成形。

ノルマに基づく選抜の編成。

信頼性の原則に基づく選択方法の意味は、選択の形成がフォロワーの立場、たとえば時間あたりのコストが最小限であるという立場から、したがって利用可能な立場から最も効果的であるという事実にあります。百人の回答者。 調査場所の選択と倉庫の選択は主観的に行われます。たとえば、バイヤーのトレーニングは調査員の居住地に最も近い店舗で行われます。 明らかに、全体の代表者の多くは実験に参加していません。

判断に基づく選択の形成は、資格のある会計士と選択倉庫の専門家の独自の考えに基づいています。 このアプローチに基づいて、フォーカス グループ ウェアハウスが形成されることがよくあります。

調査プロセスにおけるサンプルの形成は、すでに調査に参加している調査回答者の拡大に基づいています。 最初に、研究者は調査に必要な最小限のサンプルを作成し、その後、研究の世界が拡大します。

割り当てに基づくサンプルの作成（割り当て選択）は、追跡の目的で事前に実行され、特定の利点（兆候）に対応する回答者のグループの数が決定されます。 例えば、調査の結果、デパート内では男性50名、女性50名が食事を与えられたことが判明した。 面接官は定員が決まるまで面接を行います。

私たちの以前の分割では、要素の全体における記号の分割がありました。 すべての要素を結合した全体性、つまり意味を一般といいます。 人間の記号 (国​​籍、教育、IQ など) として、一般人口は地球の全人口です。 全体性が大きくても、全体性ｎの要素数は多い。 要素の数を全体の体積といいます。 集約は有限または連続の場合があります。 一般的な集合体 - すべての人が望んでおり、さらに大きなものですが、当然のことながら、キンツェバです。 全体的な全体性 - すべてのスターが、メロディアスに、際限なく。

研究者が特定の連続変数値 X の変更を実行する場合、その変更によるスキンの結果は、特定の仮定上の未決定の一般全体の要素と考えることができます。 この一般集団において、デバイスの欠陥の流入、実験者への敬意の欠如、現象自体の不規則な変化などによる分裂の結果の数は明らかではありません。

乱数値 X の n 回の繰り返しシミュレーションを実行し、n 個の特定の異なる数値を取得する場合、この実験結果は、単一のシミュレーションの結果の仮説的な一般的なセットから n を選択することによって考慮に入れることができます。

測定量の実際の値が結果の算術平均であることに注意するのは自然なことです。 ウイルスの n 個の結果のこの関数は統計と呼ばれ、それ自体はランダムな値であり、サンプル分割と呼ばれる場合があります。 この統計およびその他の統計のサンプリング セクションの重要性は、統計分析の最も重要なタスクです。 この分割がサンプリング フレーム n 内にあり、仮想の一般母集団の変数値 X の分割にあることは明らかです。 統計のサンプル除算は、出力一般集合からの n のすべての可能なサンプルの無限集合における除算 X q です。

離散変数値の測定を実行することが可能です。

X の変数値を見つけてみましょう - 端に数字 1、2、3、4 が書かれた、通常の 1 列の三皮錐体を投げます。X の離散的な変数値は、単に偶数の除算です。

実験は可能な限り何度でも実行できます。 仮説上の理論的な全体全体は、1、2、3、4 の番号が付けられた 4 つの異なる要素の部分 (それぞれ 0.25) を含む無限の全体です。一連の n 回のピラミッドの繰り返し投げ、または同時に n 個の新しいピラミッドの鋳造が可能です。この一般集団から選ばれた n 個とみなされます。 実験の結果、n 個の数が得られました。 これらの量の特定の関数 (統計と呼ばれる) を入力でき、これを一般除算の特定のパラメーターに関連付けることができます。

区分の最も重要な数値特性は、信頼性 P i、数学的確率 M、分散 D です。類似度の統計量 P i は共通頻度であり、n i は結果 i の頻度です (i = 1,2,3) ,4) サンプル内。 数学的知識は統計によって裏付けられています

これはサンプル平均と呼ばれます。 サンプルの分散

一般的な分散 D を示します。

したがって、n 個の反復サンプル (または一般母集団からの n 個のサンプル) の系列の任意のタイプ (i = 1、2、3、4) の明白な頻度は二項分布になります。

この除算では、数学的確率は 0.25 に等しく (n には存在しません)、平均二乗値は に等しくなります (n の増加に伴ってゆっくりと減少します)。 標本統計量で細分化され、n 回の反復試行におけるピラミッドの ​​1 回の投げで考えられる結果の頻度を示します。 それぞれ 0.25 の等しい部分がある (i = 1,2,3,4) 、偏りのない一般母集団から選択した場合、すべての可能な選択は n (その数も偏りはありません) であり、それが名前であった場合数学的選択は n と一致します。 この要素 (i = 1,2,3,4) からのスキンの選択は、二項法則に従って分割されます。

ピラミッド全体を転がし、2 番目の数字が 3 回転がったとします ()。 この結果、vikoryst、および選択分布の一貫性を知ることができます。 あの方が年上です

私たちの結果は、さらに信じられないものであることが判明しました。 一連の 24 回の複数回の投げで、ビンは約 1 回研ぎます。 生物学では、そのような結果は事実上不可能であると考えられています。 この状況では、私たちは疑問を抱きます。それは正しく均質なピラミッドであり、同じ嫉妬を考慮すると、それが正しく分割されており、したがって選択的な分割であることは公平です。

疑問を解決するには、複数回退去する必要があります。 結果が再び表示されると、2 つの結果間の比較は非常に小さくなります。 私たちが非常に困難な結果を否定していたことは明らかです。 だからこそ彼は間違ったものを解剖したのだ。 明らかに、別の結果が現れる可能性はさらに低いため、「正しい」ピラミッドを検討する理由はさらに多くなります。 反復実験の結果が i の場合、ピラミッドは正しいと考慮でき、最初の結果 () も真ですが、単に信頼度が低いだけです。

ピラミッドの正確さと均一性をわざわざチェックする必要はなく、ピラミッドのアプリオリが正しく均一であること、したがって正しいサンプリング分布を考慮することはできません。 次に、標本分割に関する知識が一般母集団の追跡にどのような影響を与えるかは明らかです。 統計調査の主要なタスクでサンプリング区分が確立されるとすぐに、ピラミッドを使用した実験のレポートの記述は有効であると見なすことができます。

ヴィビルコフ除算が正しいことを考慮に入れてみましょう。 したがって、ピラミッドの ​​n 回の異なる一連の基準周波数の実験値は、サンプリング セクションの中心であり、推定された感受率の正確な値である 0.25 の値を中心にグループ化されます。 有意な頻度が不偏推定値であると誰が言えるでしょうか。 n が増加するにつれてサンプリング分散がゼロに減少すると、方位周波数の実験値は、サンプリング周波数の増加に伴ってサンプリング細分の数学的定義にさらに近づくようにグループ化されます。 これは、その信頼性がさらに評価されたためです。

ピラミッドが方向性があり不均一であることが判明した場合、サンプルはさまざまな (i = 1,2,3,4) 小さな数学的差異と分散に分割されます。

ここで、大きな n () の二項サンプル除算が、パラメーター i による正規の除算によってより適切に近似され、差が大幅に単純化されることが重要です。

継続的な実験は、規則的な均一な 3 つの部分からなるピラミッドの投げです。 X の Vipadkova 値はこの証拠に関連しており、意見が分かれる可能性があります。 ここにある数学的スキルは 1 つだけです

n 回のスローを実行します。これは、仮説的で偏りのない一般母集団から n を使用して、4 つの異なる要素の等しい部分 (0.25) を配置するランダム選択に相当します。 n サンプル値と位相値 X () は削除されます。 標本平均である統計を見てみましょう。 値自体はランダムな値であり、出力変数値 X のサンプルと除算に応じて、任意の除算の結果です。値は、n 個の新しい変数値 (同じ除算で) の平均合計です。 ）。 に気づいた

したがって、統計は数学的知識を公平に評価するものです。 ボーンも推定値の可能性がありますが、

したがって、理論上のサンプル分布は数学的計算の対象となり、出力分布では分散が n 回変化します。

何がもっと古いのか考えてみましょう

一般母集団の選択と導入された統計に関連する、数学的で抽象的で連続的な選択は、要素のカテゴリに入れられます。 たとえば、数学的選択には統計値の要素が含まれます。 要素の合計数は 13 になります。結果が比較できる可能性があるため、数学的選択における極端な要素の一部は最小限になります。 初級決勝戦がない中、ピラミッドが４回投げられるが、親善試合は一度に１試合だけ。 統計が平均値に近い場合、大幅な増加が見られます。 たとえば、要素のドロップなどで値が実現されます。どうやら、数学的選択における要素 1.5 の部分が増加しているようです。

平均値は最大強度です。 n が増加するほど、実験結果は平均値に近づきます。 国の標本平均の平均が産出人口の平均と等しいという状況は、統計でよく示されます。

振動分割のダイナミクスの乱れに気付いた場合、n の値が非常に小さい場合でも、選択的分割が正常に見えるように状況を変更することが可能です。 中央値、モード、および数学的計算がどのような意味で対称的になるかです。 n が増加すると、より単純に見えるため、同様の法線で近似する方が適切になります。 除算が正規の場合、除算は任意の n におけるスチューデントの除算で除算されます。

一般的な分散を推定するには、不偏で可能な推定値を提供する、より複雑な統計を選択する必要があります。 S 2 のサンプル分割では、分散は数学的により類似しています。 負荷が大きい場合、サンプル分布は正常であると考えることができます。 n が小さく正規の出力分布の場合、S 2 のサンプリング分布は 2 _distribution になります。

何よりも、私たちは、正一様な三面体プリズム（四面体）を使った繰り返し実験の単純な統計解析を実行しようとしている研究者の最初のステップを想像しようとしました。 その爆発の中に私たちは出口を見ます。 原理的には、反復トレース数 n に関連して、主周波数のサンプル分布、サンプル平均、サンプル分散を理論的に決定することが可能です。 n が大きい場合、選択した除算のすべての値は、独立変数量の合計の分布の法則 (中心境界定理) を表すため、同じ正規の除算に近づきます。 したがって、結果がわかります。

実験またはサンプリングを繰り返すと、サンプリングセクションのパラメータの推定値が得られます。 実験による推定値が正しいことを確認しました。 私たちはこれらの実験を実施しなかったし、他の研究者によって持ち去られた調査結果も提示しませんでした。 分割の法則が確立されているため、直接的な実験よりも理論的手法がより頻繁に使用されることが強調できます。

総会 - これらの人々に関係なく、社会学者が研究でどのような問題を除外する必要があるかについての情報。 調査のテーマが広範であるのと同様に、一般の人々も広範であることが重要です。

ヴィビルカ総体 - 一般人口モデルが変更されました。 社会学者がアンケートを配布する人々、彼らは回答者と呼ばれ、社会学研究の対象とみなされます。

一般母集団に誰が含まれるかは調査の目的によって決まり、誰が標本母集団に含まれるかは数学的手法に応じて決まります。 社会学者が参加者の目でアフガニスタン戦争を見ようとする場合、すべてのアフガニスタン兵士が一般的な集合体に含まれることになるが、そうでない場合、彼はごく一部、つまり選択された集合体を経験する必要がある。 サンプルが一般人口を正確に反映するために、社会学者はルールを詳しく説明する。アフガニスタン兵士であれば、居住地、勤務地、健康状態、その他の条件に関係なく、母親は自信を失い、最大で振動集合体。

誰を研究したいかを決めるのは社会学者だけなので、彼は 選択の基礎。 その後、選択の種類に関する情報が表示されます。

セレクションは 3 つの大きなクラスに分類されます。

A) 社交(国勢調査、国民投票)。 すべてのユニットは全体から供給されます。

b) ヴィパドコヴィ;

V) ネヴィパドコヴィ。

変数タイプと非変数タイプの選択は、いくつかのタイプに分類されます。

フォールアウトの前:

1) ヴィロゴドヌ。

2) 系統的;

3) 地区（階層化）;

4) グニズドフ。

落ちない人へ：

1) 「スティカイヌ」。

2) クォータ;

3) 「基本配列」メソッド。

単一のサンプル集合体を新たに正確に転送することで、 選択の基礎 . 選択対象として指定された要素は次のように呼ばれます。 選択単位 。 選択ユニットは注意ユニット、フラグメントと一致させることができます 慎重に 全体性という要素が重要であり、情報収集は無差別に行われる。 ザズヴィチャイは注意してください - ツェ・オクレマ・リュディナ。 リストから選択する場合は、ユニットに番号を付け、乱数のビコリー テーブルを使用して作業するのが最善ですが、n 番目の要素が単純な要素から取得される場合は、準仮想的な方法がよく使用されます。

選択の基礎には選択単位のリストが含まれるため、選択の構造は、職業、資格、地位、年齢ごとの個人の分布など、特定の重要な特性に従ったグループ分けに基づいています。 たとえば、一般人口では、30% が若者、50% が中年、20% が高齢者であるため、3 世紀の同じ割合が人口グループ全体を占めることになります。 すべてのグループにクラス、ステータス、国籍などを割り当てることができます。 皮膚については、全体とサンプルの合計で割合が確立されます。 このような形で サンプル構造 - オブジェクトの符号の割合。これに基づいて選択全体が形成されます。

選択のタイプが選択プールで人々がどのように費やしたかを表す場合、選択のタイプは、そのうちの何人がここで費やされたかを表します。

オブリガ・ヴィビルキ - サンプル全体のユニット数。 選択された集合体のフラグメントは、特別な方法を使用して選択された一般集合体の一部であり、常に一般集合体よりも小さくなります。 その部分が全体についての記述を妨げず、それが彼を表すことが非常に重要です。

データの信頼性は、サンプル母集団の特定の特徴ではなく、一般母集団の明確な特徴、つまり均一性のレベルに依存します。 一般母集団と標本母集団の間の分割は、と呼ばれます。 代表権の赦免 , 回復-5％を見込んでみましょう。

牛乳を取り除く方法は次のとおりです。

一般集団の皮膚単位は、母親と同様に、選択の前に無駄にする責任を負っています。

選択は同様の集合体から実行する必要があります。

一般人口の特徴を知る必要性。

折り畳まれたサンプル凝集体の場合、段階的かつ系統的に除去する必要があります。

サンプルの全体性 (サンプル) が正しく形成されている場合、社会学者は全体の全体性を特徴付ける明確な結果を特定します。

主なものは何ですか サンプリング方法?

機械的サンプリング方法, 一般母集団リストから等間隔（例えば10番目ごと）で必要な回答者数を選択する場合。

シリアルサンプリング方式。 この場合、全体を均質な部分に分割し、分析単位をスキンから比例的に選択します（たとえば、企業内の男女の 20%）。

ネストサンプリング法。 選択は回答者ではなく、現在進行中の科学研究を行っているグループで構成されています。 グループは類似しているため (たとえば、大学の各学部からの 1 つの学生グループ)、選択は代表的なものになります。

基本的な配列メソッド- 一般人口の 60 ～ 70% が飽和状態。

クォータサンプリング方法。 回答者を選択する際に少なくとも 4 つの兆候に従う必要がある最も包括的な方法。 Zastosovuetsya zavichay は素晴らしい一般的な集合体です。