Campione vs popolazione
Popolazione e Campione sono due termini importanti nell'argomento "Statistiche". In termini semplici, la popolazione è la più grande raccolta di elementi che ci interessa studiare e il campione è un sottoinsieme di una popolazione. In altre parole, il campione dovrebbe rappresentare la popolazione con un numero di elementi inferiore ma sufficiente. Una popolazione può avere diversi campioni con dimensioni diverse.
Campione
Un campione può essere costituito da due o più elementi che sono stati selezionati dalla popolazione. La dimensione più bassa possibile per un campione è due e la più alta corrisponderebbe alla dimensione della popolazione. Esistono diversi modi per selezionare un campione da una popolazione. In teoria, la selezione di un "campione casuale" è il modo migliore per ottenere inferenze accurate sulla popolazione. Questo tipo di campioni sono anche chiamati campioni probabilistici, poiché ogni elemento della popolazione ha pari opportunità di essere incluso in un campione.
La tecnica del 'campionamento casuale semplice' è la tecnica di campionamento casuale più famosa. In questo caso, gli elementi da selezionare per il campione vengono scelti casualmente dalla popolazione. Tale campione è chiamato "campione casuale semplice" o SRS. Un' altra tecnica popolare è il "campionamento sistematico". In questo caso, gli elementi per un campione vengono selezionati in base a un particolare ordine sistematico.
Esempio: per un campione viene selezionata ogni decima persona della coda.
In questo caso, l'ordine sistematico è ogni 10 persone. Lo statistico è libero di definire questo ordine in modo significativo. Esistono altre tecniche di campionamento casuale come il campionamento a grappolo o il campionamento stratificato e il metodo di selezione è leggermente diverso dai due precedenti.
Per scopi pratici, è possibile utilizzare campioni non casuali come campioni di convenienza, campioni di giudizio, campioni di palle di neve e campioni intenzionali. Inoltre, gli oggetti selezionati su un campione non casuale sono di pertinenza di una possibilità. Infatti, ogni elemento della popolazione non ha pari opportunità di essere incluso in un campione non casuale. Questi tipi di campioni sono anche chiamati campioni non probabilistici.
Popolazione
Qualsiasi raccolta di entità che è interessante indagare è semplicemente definita come "popolazione". La popolazione è la base per i campioni. Qualsiasi insieme di oggetti nell'universo può essere una popolazione, in base alla dichiarazione di studio. In generale, una popolazione dovrebbe essere di dimensioni relativamente grandi ed è difficile dedurre alcune caratteristiche considerando i suoi elementi individualmente. Le misurazioni da indagare nella popolazione sono chiamate parametri. In pratica, i parametri vengono stimati utilizzando le statistiche che sono le misurazioni rilevanti del campione.
Esempio: quando si stima il voto medio in matematica di 30 studenti in una classe dai voti medi in matematica di 5 studenti, il parametro è il voto medio in matematica della classe. La statistica è il voto medio in matematica di 5 studenti.
Campione vs popolazione
L'interessante relazione tra il campione e la popolazione è che la popolazione può esistere senza un campione, ma il campione potrebbe non esistere senza popolazione. Questo argomento dimostra ulteriormente che un campione dipende da una popolazione, ma è interessante notare che la maggior parte delle inferenze sulla popolazione dipendono dal campione. Lo scopo principale di un campione è stimare o dedurre alcune misurazioni di una popolazione nel modo più accurato possibile. Una maggiore accuratezza può essere dedotta dal risultato complessivo ottenuto da più campioni della stessa popolazione piuttosto che da un campione. Un' altra cosa importante da sapere è che quando si seleziona più di un campione da una popolazione, un elemento può essere incluso anche in un altro campione. Questo caso è noto come "campioni con sostituzioni". Inoltre, investire le misurazioni rilevanti della popolazione da un campione e ottenere un output quasi simile è un'opportunità d'oro per risparmiare il valore in termini di costi e tempi.
È fondamentale sapere che, quando la dimensione del campione aumenta, aumenta anche l'accuratezza della stima per il parametro della popolazione. Logicamente, per avere stime migliori per la popolazione, la dimensione del campione non dovrebbe essere troppo piccola. Inoltre, si dovrebbe considerare che anche i campioni casuali abbiano stime migliori. Pertanto, è fondamentale prestare attenzione alla dimensione e alla casualità del campione per essere rappresentativo per ottenere le migliori stime per la popolazione.
