샘플링 오류

Sampling error

통계학에서 표본오차는 모집단의 통계특성을 해당 모집단의 부분집합 또는 표본에서 추정할 때 발생한다.표본에 모집단의 모든 구성원이 포함되지 않기 때문에 평균 및 사분위수와 같은 표본 통계량(종종 추정기라고도 함)은 일반적으로 전체 모집단의 통계량(모수라고도 함)과 다릅니다.표본 통계량과 모집단 모수 간의 차이는 표본 [1]오차로 간주됩니다.예를 들어, 인구 100만 명에서 천 명의 키를 측정하면, 천 명의 평균 키는 보통 그 나라의 백만 명의 평균 키와 같지 않습니다.

표본 추출은 거의 항상 알려지지 않은 모집단 매개변수를 추정하기 위해 수행되기 때문에 표본 추출 오류의 정확한 측정은 불가능할 것이다. 그러나 종종 부트스트래핑과 같은 일반적인 방법이나 실제 모집단에 관한 몇 가지 가정(또는 추측)을 포함하는 특정 방법에 의해 추정될 수 있다.분포 및 그 모수.

묘사

샘플링 오류

표본 추출 오차는 전체 [1]모집단이 아닌 표본을 관측하여 발생하는 오차입니다.표본 오차는 모집단 모수를 추정하는 데 사용되는 표본 통계량과 [2]모수의 실제 값이지만 알 수 없는 값 사이의 차이입니다.

효과적인 샘플링

통계학에서 진정으로 랜덤한 표본은 동등한 확률로 모집단에서 개인을 선택하는 것, 즉 편견이 없는 그룹에서 개인을 선택하는 것을 의미합니다.이를 올바르게 수행하지 않으면 표본 편향이 발생하여 체계적인 방식으로 표본 오차가 크게 증가할 수 있습니다.예를 들어, 지구 전체 인구의 평균 키를 측정하려고 하지만 한 국가의 표본만 측정하면 과대평가 또는 과소평가가 발생할 수 있다.실제로는 많은 매개변수(이 예에서는 국가, 나이, 성별 등)가 추정기를 강하게 편향시킬 수 있기 때문에 편향되지 않은 표본을 얻는 것이 어려울 수 있으며 이러한 요소 중 어느 것도 선택 과정에 영향을 미치지 않도록 해야 한다.

완전히 편향되지 않은 표본에서도 표본 오차는 남아 있는 통계 성분 때문에 여전히 존재합니다. 두세 명의 개체만 측정하여 평균을 취하면 매번 매우 다양한 결과가 생성된다는 점을 고려하십시오.일반적으로 표본 추출 오차의 가능한 크기는 더 [3]큰 표본을 추출하여 줄일 수 있습니다.

샘플 크기 결정

표본 크기를 늘리는 데 드는 비용은 실제로는 엄청날 수 있습니다.표본 오차는 표본 크기의 함수로서 미리 추정할 수 있는 경우가 많기 때문에 다양한 표본 크기 결정 방법을 사용하여 추정기의 예측 정밀도와 더 큰 표본 추출 비용을 비교한다.

부트스트랩과 표준오류

이미 설명한 바와 같이 평균 또는 백분율과 같은 표본 통계량은 일반적으로 표본 대 표본 변동의 [1]영향을 받습니다.많은 표본을 비교하거나 큰 표본을 작은 표본으로 분할하여(잠재적으로 중복될 수 있음) 결과 표본 통계량의 산포를 사용하여 표본의 표준 오차를 추정할 수 있습니다.

유전학에서

"표본 오류"라는 용어는 유전학 분야에서도 관련이 있지만 근본적으로 다른 의미로 사용되어 왔다. 예를 들어, 자연재해나 이주가 모집단의 규모를 극적으로 감소시켜 원래의 모집단을 공정하게 나타낼 수도 있고 그렇지 않을 수도 있는 소수의 모집단이 생기는 병목 현상이나 창시자 효과에서 사용된다.이것은 특정 대립 유전자가 다소 흔해짐에 따라 유전적 표류의 원천이며, 통계적 의미에서는 "오류"가 아님에도 불구하고 "표본 오류"[4]로 언급되어 왔다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ a b c Sarndal, Swenson, and Wretman(1992), 모델 지원 조사 샘플링, Springer-Verlag, ISBN0-387-40620-4
  2. ^ Burns, N.; Grove, S. K. (2009). The Practice of Nursing Research: Appraisal, Synthesis, and Generation of Evidence (6th ed.). St. Louis, MO: Saunders Elsevier. ISBN 978-1-4557-0736-2.
  3. ^ Scheuren, Fritz (2005). "What is a Margin of Error?". What is a Survey? (PDF). Washington, D.C.: American Statistical Association. Archived from the original (PDF) on 2013-03-12. Retrieved 2008-01-08.
  4. ^ Campbell, Neil A.; Reece, Jane B. (2002). Biology. Benjamin Cummings. pp. 450–451. ISBN 0-536-68045-0.