W statystyce próbkowanie klastrów jest metodą próbkowania, w której cała populacja badania jest podzielona na zewnętrznie jednorodne, ale wewnętrznie niejednorodne grupy zwane klastrami. Zasadniczo każdy klaster jest mini-reprezentacją całej populacji. Statystyka Statystyka to termin wywodzący się z łacińskiego słowa „status”, które oznacza grupę liczb, które są używane do przedstawiania informacji o człowieku.
Źródło: Wikicommons
Po zidentyfikowaniu klastrów, niektóre klastry są wybierane za pomocą prostego losowego próbkowania, podczas gdy inne pozostają niereprezentowane w badaniu. Po wyborze klastrów badacz musi wybrać odpowiednią metodę próbkowania elementów z każdej wybranej grupy.
Podstawowe metody pobierania próbek
Istnieją przede wszystkim dwie metody próbkowania pierwiastków w metodzie próbkowania skupień: jednoetapowa i dwustopniowa .
W jednostopniowym próbkowaniu pobierane są wszystkie elementy w każdym wybranym klastrze. W przypadku próbkowania dwustopniowego w każdym klastrze stosuje się proste próbkowanie losowe w celu wybrania podpróbki elementów w każdym klastrze.
Metody grupowania nie należy mylić z próbkowaniem warstwowym. W losowaniu warstwowym populacja jest podzielona na wykluczające się grupy, które są zewnętrznie heterogeniczne, ale wewnętrznie jednorodne. Na przykład w losowaniu warstwowym badacz może podzielić populację na dwie grupy: mężczyzn vs. kobiety. I odwrotnie, w próbkowaniu klastrów, klastry są do siebie podobne, ale mają inny skład wewnętrzny.
Zalety próbkowania klastrów
Metoda skupień ma wiele zalet w porównaniu z prostym próbkowaniem losowym i próbkowaniem warstwowym. Zalety obejmują:
1. Wymaga mniej zasobów
Ponieważ próbkowanie klastrów wybiera tylko określone grupy z całej populacji, metoda wymaga mniej zasobów w procesie pobierania próbek. Dlatego jest generalnie tańszy w porównaniu z prostym losowym lub warstwowym doborem próby, ponieważ wymaga mniejszych kosztów administracyjnych i kosztów podróży. SG&A SG&A obejmuje wszystkie wydatki nieprodukcyjne poniesione przez firmę w danym okresie. Obejmuje to takie wydatki, jak czynsz, reklama, marketing, księgowość, spory sądowe, podróże, posiłki, pensje kierownictwa, premie i inne. Czasami może to również obejmować koszty amortyzacji.
2. Bardziej wykonalne
Podział całej populacji na jednorodne grupy zwiększa możliwość doboru próby. Dodatkowo, ponieważ każdy klaster reprezentuje całą populację, do badania można włączyć więcej osób.
Wady próbkowania klastrów
Pomimo swoich zalet ta metoda nadal ma kilka wad, w tym:
1. Próbki obciążone
Metoda jest podatna na błędy Błąd przy wyborze próbki Błąd w wyborze próbki jest błędem wynikającym z braku zapewnienia właściwej randomizacji próby populacji. Wady doboru próby. Gdyby klastry, które reprezentują całą populację, powstały w oparciu o stronniczą opinię, wnioski dotyczące całej populacji również byłyby tendencyjne.
2. Wysoki błąd próbkowania
Generalnie próbki pobrane metodą skupień są podatne na wyższy błąd próbkowania niż próbki utworzone innymi metodami próbkowania.
Powiązane odczyty
Finance jest oficjalnym dostawcą globalnego programu Financial Modeling & Valuation Analyst (FMVA) ™ Certyfikat FMVA® Dołącz do ponad 350 600 studentów, którzy pracują dla firm takich jak Amazon, JP Morgan i Ferrari, program certyfikacji, który ma pomóc każdemu zostać światowej klasy analitykiem finansowym . Aby kontynuować naukę i rozwijać swoją karierę, przydatne będą poniższe dodatkowe zasoby finansowe:
- Podstawowe pojęcia statystyczne w finansach Podstawowe pojęcia dotyczące statystyki w finansach Dokładne zrozumienie statystyki jest niezwykle ważne, abyśmy mogli lepiej zrozumieć finanse. Ponadto koncepcje statystyczne mogą pomóc inwestorom w monitorowaniu
- Testowanie hipotez Testowanie hipotez Testowanie hipotez Testowanie hipotez jest metodą wnioskowania statystycznego. Służy do sprawdzenia, czy stwierdzenie dotyczące parametru populacji jest poprawne. Testowanie hipotez
- Błąd przy wyborze próbki Błąd przy wyborze próbki Błąd przy wyborze próbki jest błędem wynikającym z braku zapewnienia właściwej randomizacji próby populacji. Wady doboru próby
- Błąd typu II Błąd typu II W testowaniu hipotez statystycznych błąd typu II to sytuacja, w której test hipotezy nie odrzuca hipotezy zerowej, która jest fałszywa. W innych
