Pensampelan berganda

Kami menerangkan apakah persampelan, contoh, kelebihan dan kekurangan ganda dan meletakkan latihan yang diselesaikan

Dalam pensampelan berganda, anda ingin mengetahui dengan lebih mendalam pemboleh ubah populasi

Apa itu pensampelan berganda?

Dia Pensampelan berganda Ini adalah teknik yang digunakan dalam statistik inferens apabila anda ingin mengetahui lebih terperinci dan kepastian tentang pemboleh ubah tertentu, yang mencirikan populasi tertentu.

Sampel penduduk kedua biasanya dijalankan selepas sampel pertama, yang analisisnya tidak menunjukkan kesimpulan yang signifikan secara statistik terhadap mana -mana pembolehubah kajian telah diambil dan dianalisis.

Atas sebab ini, persampelan statistik berganda juga dikenali sebagai Dua fasa pensampelan. Kegunaan sampel kedua terletak di mana ia membantu untuk menentukan lebih tepatnya anggaran sebab dan regresi pemboleh ubah tambahan tertentu, yang timbul berdasarkan analisis sampel pertama.

Penggunaan lain yang diberikan kepada pensampelan berganda adalah untuk mengumpulkan maklumat untuk merealisasikan pensampelan strata.

Contoh

Berikut adalah pelbagai situasi di mana pensampelan berganda dibenarkan.

Kawalan Kualiti dalam Penghuraian Potongan

Kaedah pensampelan berganda sering digunakan dalam kawalan kualiti perindustrian dan biasanya dilakukan dalam dua fasa.

Sebagai contoh, katakan mesin perindustrian yang menyediakan kepingan tertentu. Sebanyak mesin diselaraskan, tidak ada bahagian yang sama dengan yang lain, kerana dalam dimensi dan beratnya variasi kecil boleh berlaku. Ini mengenai menentukan sama ada banyak bahagian yang dihasilkan oleh mesin tersebut memenuhi kriteria toleransi supaya diterima atau ditolak.

Pertama, sampel rawak kepingan diambil dengan mana salah satu pembolehubah akan diperiksa, sebagai contoh, panjang sekeping, berada di dalam toleransi.

Sekiranya panjang purata berada di bawah atau di atas tahap toleransi yang dikehendaki untuk pemboleh ubah tersebut, dalam sampel pertama ini, maka disimpulkan bahawa lot itu rosak dan ia mesti dibuang. Dalam kes ini, tidak perlu mengambil sampel baru.

Boleh melayani anda: pekali korelasi: formula, pengiraan, tafsiran, contoh

Sebaliknya, jika nilai purata berada dalam julat toleransi, tetapi sisihan piawai sampel cukup besar untuk jumlah atau penolakan kepada nilai purata adalah di luar margin, maka perlu untuk mengumpulkan sampel utama kedua.

Sampel kedua ini mesti memasukkan sampel asal untuk mengulang semula pengiraan dan dengan itu dapat membuat keputusan muktamad mengenai pembolehubah yang disiasat. Dengan cara ini dapat diketahui jika lot itu cacat atau tidak.

Penurunan kos pensampelan

Pada banyak kesempatan, maklumat mengenai salah satu pembolehubah yang ingin anda pelajari adalah sukar untuk diakses. Tetapi mungkin terdapat pemboleh ubah tambahan lebih mudah untuk pengumpulan data.

Dalam kes ini, dua sampel diambil, yang besar untuk pemboleh ubah tambahan, lebih murah, dan sampel kecil, yang terkandung dalam sampel utama pembolehubah yang paling mahal.

Kaedah ini boleh digunakan apabila ditentukan bahawa terdapat korelasi antara kedua -dua pembolehubah, yang pada umumnya merupakan hubungan perkadaran.

Contoh keadaan ini muncul dalam sains hutan, di mana ia dikehendaki untuk menentukan peratusan pokok yang terjejas oleh loji parasit (La Tiña).

Oleh kerana ini sangat luas dan sukar untuk mengakses kawasan, populasi pokok yang lengkap tidak dapat dilaksanakan dalam masa dan kos. Langkah -langkah ini kemudian diikuti:

Langkah 1: Pensampelan

Pensampelan awal akan terdiri daripada penggunaan fotografi udara dan hutan dibahagikan kepada banyak. Beberapa lot dipilih secara rawak dan dianggarkan, dengan menganalisis imej -imej lot yang dipilih, berapa banyak pokok yang dipengaruhi oleh cirit -birit, kerana warna pokok dipengaruhi oleh parasit.

Boleh melayani anda: teorem euclid

Langkah 2: Kerja lapangan

Tetapi analisis fotografi tidak boleh tepat, jadi kami terus memilih, sebaiknya secara rawak, beberapa sampel pertama untuk melakukan kerja lapangan.

Langkah 3: Perbandingan

Maka hasil medan dibandingkan dengan fotografi untuk pemintasan dua lot. Perbandingan ini dapat dijalankan, sebagai contoh, membuat graf di mana paksi mendatar adalah nilai yang diperolehi untuk setiap lot oleh fotografi dan dalam paksi menegak nilai yang diperolehi oleh Lot melalui kerja lapangan.

Kaedah grafik ini membolehkan secara visual mengenal pasti sama ada atau tidak terdapat korelasi antara kedua -dua keputusan dan ditentukan, melalui analisis regresi, pekali proporsional atau nisbah antara kedua -dua sampel.

Selepas sampel utama, iaitu sampel fotografi, nilai purata pokok yang dijangkiti dan sisihan piawai diambil. Tetapi sebagai pekali proporsional dan kesilapannya dengan sampel medan ditentukan, maka adalah mungkin untuk membetulkan hasil sampel utama (fotografi).

Maka hasil ini dapat diekstrapolasi ke populasi pokok yang lengkap.

Kelebihan dan kekurangan pensampelan berganda

Dalam contoh yang diterangkan, kelebihan kos adalah bukti.

Kelemahannya ialah, dalam hal pensampelan berganda untuk kawalan kualiti, terdapat risiko melalui banyak produk yang baik dari toleransi.

Senaman

Anda mahu menganggarkan jumlah pokok yang sakit di hutan seluas 162 hektar. Oleh kerana hutan sangat luas, ia dibahagikan kepada 100 plot kawasan yang sama. 18 plot dipilih secara rawak dan melalui kajian fotografi, mereka dianggarkan bahawa dalam 18 plot terdapat 8 pokok sakit dengan kesilapan standard kira -kira 4.5 pokok.

Boleh melayani anda: Apakah bahagian pecahan? (Contoh)

Dari 18 plot ini, 8 plot dipilih secara rawak. Bagi mereka lapan plot, kajian fotografi mengakibatkan 10 pokok sakit dengan kesilapan lebih kurang 5.3 pokok.

Sebaliknya, bagi lapan plot yang sama, kajian lapangan melemparkan 12.4 pokok sakit dengan kesilapan lebih daripada 6.3 pokok.

Ia diminta:

• a) Tentukan pekali proporsional antara kajian lapangan dengan regresi linear.
• b) Anggarkan bilangan pokok yang sakit melalui kaedah fotografi di seratus plot.
• c) memohon pembetulan dengan pekali proporsional yang diperoleh, untuk menganggarkan bilangan sebenar pokok sakit di seluruh hutan.

Penyelesaian

Graf bilangan pokok bagi setiap kiraan fotografi vs kiraan lapangan untuk lapan lot yang dipilih untuk kedua -dua kajian.

Kiraan fotografi berbanding kiraan medan. Sumber: f. Zapata.

Garis trend diselaraskan dan cerunnya ditentukan. Dalam kes ini diperolehi bahawa pekali proporsional adalah 1.23. Ia.

Bilangan pokok yang sakit mengikut kiraan fotografi di 18 lot terpilih akan:

18 x 8.5 = 153

Tetapi sejak seluruh hutan dibahagikan kepada 100 plot kawasan yang sama, bilangan pokok sakit yang dianggarkan oleh kaedah fotografi adalah: (100/18) x 153 = 850.

Faktor pembetulan yang diperoleh dari perbandingan antara bidang dan kajian fotografi kini digunakan:

Anggaran jumlah pokok yang sakit di hutan = 1.23 x 850 = 1046.

Rujukan

1. Sampel berganda untuk anggaran nisbah, Kolej Pennstate. Diperolehi daripada PSU.Edu
2. Double, Multiple dan Segential Sampling, NC State University. Pulih dari NCSU.Edu
3. Pensampelan rawak mudah. Pulih dari Investopedia.com
4. Apa itu pensampelan berganda? Pulih dari: nist.Gov
5. Contoh. Diperoleh dari: dalam.Wikipedia.org
6. Sampel Multistage. Diperoleh dari: dalam.Wikipedia.org