Факторы влияющие на величину ошибки выборки

Неточности,
неправильности в статистических данных,
полученных при наблюдении, принято
называть ошибками наблюдения. Эти ошибки
подразделяются на два вида: ошибки
регистрации и ошибки репрезентативности
(представительности наблюдения).

Ошибки
регистрации
– это расхождения между сведениями,
записанными в формуляры наблюдения и
фактическим положением в исследуемой
совокупности.

Ошибки
репрезентативности (представительности)
– это расхождение между характеристиками
выборки и генеральной совокупности.
Ошибка рассчитывается по формуле:

;
.

Ошибки
могут быть систематическими,
если нарушается принцип отбора единиц,
и
случайными.
Случайные
ошибки объясняются недостаточно
равномерным представлением в выборочной
совокупности различных категорий единиц
генеральной совокупности. В результате
первой причины выборка легко может
оказаться смещенной, так как при отборе
каждой единицы допускается ошибка,
всегда направленная в одну и ту же
сторону. Эта ошибка получила название
ошибки смещения. Ее размер может превышать
величину случайной ошибки. Особенность
ошибки смещения состоит в том, что,
представляя собой постоянную часть
ошибки репрезентативности, она
увеличивается с увеличением объема
выборки. Случайная же ошибка с увеличением
объема выборки уменьшается. Кроме того,
величину случайной ошибки можно
определить, тогда как размер ошибки
смещения непосредственно практически
определить очень сложно, а иногда и
невозможно. Поэтому важно знать причины,
вызывающие ошибку смещения, и предусмотреть
мероприятия по ее устранению.

Систематические
ошибки
подразделяются на преднамеренные и
непреднамеренные. Преднамеренные
– сознательные искажения (приписки).
Непреднамеренные
ошибки – допускаются неумышленно, это
ошибки, связанные с неисправностями
измерительных приборов, пропуском
записей и т.д.

Непреднамеренные
ошибки могут возникать на стадии
подготовки выборочного наблюдения,
формирования выборочной совокупности
и анализа ее данных. Чтобы не допустить
появления таких ошибок, необходима
хорошая основа выборки, Основа выборки
должна быть достоверной, полной и
соответствовать цели исследования, а
единицы отбора и их характеристики
должны соответствовать действительному
их состоянию на момент подготовки
выборочного наблюдения. Нередки случаи,
когда в отношении некоторых ед-ц, попавших
в выборку, трудно собрать сведения из-за
их отсутствия на момент наблюдения,
нежелания дать сведения и т. п. В таких
случаях эти ед приходится заменять др.
Необходимо следить, чтобы замена
осуществлялась равноценными ед.

Случайная
ошибка выборки возникает в результате
случайных различий между ед-ми, попавшими
в выборку, и ед-ми генеральной совокупности,
т. е. она связана со случайным отбором.
случайная ошибка выборки возникает в
результате случайных различий между
ед-ми выборочной и генеральной
совокупностей, при достаточно большом
объеме выборки она будет мала. Различают
среднюю (стандартную) и предельную
ошибку выборки. Под средней (стандартной)
ошибкой выборки понимают расхождение
между средней выборочной и генеральной
совокупностей. Предельной ошибкой
выборки принято считать максимально
возможное расхождение, т. е. максимум
ошибки при заданной вероятности ее
появления.

В
математической теории выборочного
метода сравниваются средние характеристики
признаков выборочной и генеральной
совокупностей и доказывается, что с
увеличением объема выборки вероятность
появления больших ошибок и пределы
максимально возможной ошибки уменьшаются.
Чем больше обследуется единиц, тем
меньше будет величина расхождений
выборочных и генеральных характеристик.

Рассчитывают
2 вида ошибок: среднюю (µ)
и предельную (∆).

Способ отбора	Средняя ошибка, µ
для средней	для доли
Повторный
Бесповторный

С
заданной вероятностью P(t)
находится предельная ошибка выборки:

;
,

где
t
– коэффициент доверия, определяется
исходя из вероятности исследования; ∆x
– предельная ошибка выборки. На практике
пользуются готовыми таблицами значений.

Доверительные
пределы, в которых следует ожидать
генеральную среднюю:

.

Для
определения необходимой численности
выборки задается уровень точности
выборочной совокупности с определенной
вероятностью. Формула для расчета
необходимой численности выборки
выводится из формулы предельной ошибки.
Поэтому, расчет необходимой численности
выборки будет осуществляться исходя
из способа отбора.

Однако
каждая из формул численности показывает,
что с увеличением предполагаемой ошибки
выборки значительно уменьшается ее
необходимый объем. Кроме того, для
определения численности выборки
необходимо также задать уровень
колеблемости, выражаемый дисперсией
или средним квадратическим отклонением.
Способ выражения качественных признаков
не позволяет рассчитать по ним средние
значения, дисперсию и среднее квадратическое
отклонение, поэтому оценка колеблемости
производится исходя из долей единиц,
обладающих значениями этих признаков,
т.е. выборочных долей.

Если
расчет проводится по качественному
альтернативному признаку и не известна
его доля в генеральной совокупности,
то рекомендуется принять ее равной 0,5.
Именно при этом значении дисперсия доли
достигает своего максимума 0,25.

Заключительным
этапом является распространение
результатов выборочного обследования
на генеральную совокупность. Вывод о
возможности распространения зависит
от полноты выборки. Под полнотой
понимается наличие или представленность
всех типов и групп данной генеральной
совокупности в основе выборки.

Более
точной основой суждения о распространении
результатов является расчет относительной
ошибки: для средней:

;
для доли:

.

Если
величина относительной ошибки не
превышает заранее установленного для
данного обследования предельного
значения, то данные выборочного наблюдения
являются представительными и могут
быть распространены на генеральную
совокупность.

Достоверность
рассчитанных по выборочным данным
характеристик определяется
репрезентативностью выборочной
совокупности, которая зависит от способа
отбора единиц. По виду различают
индивидуальный, групповой и комбинированный
отбор. При индивидуальном отборе в
выборочную совокупность отбираются
отдельные единицы генеральной
совокупности, при групповом – группы
единиц, а при комбинированном отборе
производится сочетание группового и
индивидуального отбора.

Метод
отбора определяет возможность продолжения
участия отобранной единицы в процедуре
отбора.

Бесповторным
называется отбор, при котором попавшая
в выборку единица не возвращается в
генеральную совокупность. При повторном
отборе – попавшая в выборку единица
после регистрации наблюдаемых признаков
возвращается в исходную совокупность
и может снова участвовать в процедуре
отбора.

Для
получения объективных данных при
выборочном обследовании необходимо
иметь достаточное число отобранных
единиц в связи с тем, что размер ошибки
выборки зависит от численности выборочной
совокупности n.

Для
определения необходимой численности
выборки надо знать уровень точности
выборочной совокупности с определенной
вероятностью.

В
общем случае необходимая численность
выборки прямо пропорциональна дисперсии
признака и квадрату коэффициента доверия
t².

Формула
для расчета необходимой численности
выборки выводится из формулы предельной
ошибки.Формулы расчета оптимальной
численности выборки

Способ отбора	Необходима численность выборки, n
для средней	для доли
Повторный
Бесповторный

Конечная
цель выборочного наблюдения заключается
в распространении полученных данных
на генеральную совокупность. Распространение
выборочных результатов на генеральную
совокупность производится с учетом
закона больших чисел, который определяет
с заданной вероятностью предел возможной
ошибки различий средних.

Выборочный
метод чаще всего применяется для
получения характеристик генеральной
совокупности по соответствующим
показателям выборки. В зависимости от
целей исследований это осуществляется
или прямым пересчётом показателей
выборки для генеральной совокупности,
или посредством расчёта поправочных
коэффициентов.

Способ
прямого пересчета
состоит в том, что показатели выборочной
доли w,
или средней х
распространяются на генеральную
совокупность с учетом ошибки выборки.
Применяются формулы:

,

Способ
поправочных коэффициентов
применяется в случаях, когда целью
выборочного метода является уточнение
результатов сплошного учета. Рассчитывается
поправочный коэффициент путем
сопоставления данных контрольного
выборочного наблюдения и показателей
сплошного наблюдения. Затем величина
объема генеральной совокупности
корректируется на поправочный коэффициент.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

11.2. Оценка результатов выборочного наблюдения

11.2.1. Средняя и предельная ошибки выборки. Построение доверительных границ для средней и доли

Средняя ошибка выборки показывает, насколько отклоняется в среднем параметр выборочной совокупности от соответствующего параметра генеральной. Если рассчитать среднюю из ошибок всех возможных выборок определенного вида заданного объема (n), извлеченных из одной и той же генеральной совокупности, то получим их обобщающую характеристику — среднюю ошибку выборки ().

В теории выборочного наблюдения выведены формулы для определения , которые индивидуальны для разных способов отбора (повторного и бесповторного), типов используемых выборок и видов оцениваемых статистических показателей.

Например, если применяется повторная собственно случайная выборка, то определяется как:

— при оценивании среднего значения признака;

— если признак альтернативный, и оценивается доля.

При бесповторном собственно случайном отборе в формулы вносится поправка (1 — n/N):

— для среднего значения признака;

— для доли.

Вероятность получения именно такой величины ошибки всегда равна 0,683. На практике же предпочитают получать данные с большей вероятностью, но это приводит к возрастанию величины ошибки выборки.

Предельная ошибка выборки () равна t-кратному числу средних ошибок выборки (в теории выборки принято коэффициент t называть коэффициентом доверия):

.

Если ошибку выборки увеличить в два раза (t = 2), то получим гораздо большую вероятность того, что она не превысит определенного предела (в нашем случае — двойной средней ошибки) — 0,954. Если взять t = 3, то доверительная вероятность составит 0,997 — практически достоверность.

Уровень предельной ошибки выборки зависит от следующих факторов:

• степени вариации единиц генеральной совокупности;
• объема выборки;
• выбранных схем отбора (бесповторный отбор дает меньшую величину ошибки);
• уровня доверительной вероятности.

Если объем выборки больше 30, то значение t определяется по таблице нормального распределения, если меньше — по таблице распределения Стьюдента.

Приведем некоторые значения коэффициента доверия из таблицы нормального распределения.

Доверительный интервал для среднего значения признака и для доли в генеральной совокупности устанавливается следующим образом:

Итак, определение границ генеральной средней и доли состоит из следующих этапов:

Ошибки выборки при различных видах отбора

1. Собственно случайная и механическая выборка. Средняя ошибка собственно случайной и механической выборки находятся по формулам, представленным в табл. 11.3.

Пример 11.2. Для изучения уровня фондоотдачи было проведено выборочное обследование 90 предприятий из 225 методом случайной повторной выборки, в результате которого получены данные, представленные в таблице.

В рассматриваемом примере имеем 40%-ную выборку (90 : 225 = 0,4, или 40%). Определим ее предельную ошибку и границы для среднего значения признака в генеральной совокупности по шагам алгоритма:

1. По результатам выборочного обследования рассчитаем среднее значение и дисперсию в выборочной совокупности:

Выборочная средняя

Выборочная дисперсия изучаемого признака

1. Определяем среднюю ошибку повторной случайной выборки

   

2. Зададим вероятность, на уровне которой будем говорить о величине предельной ошибки выборки. Чаще всего она принимается равной 0,999; 0,997; 0,954.

Для наших данных определим предельную ошибку выборки, например, с вероятностью 0,954. По таблице значений вероятности функции нормального распределения (см. выдержку из нее, приведенную в Приложении 1) находим величину коэффициента доверия t, соответствующего вероятности 0,954. При вероятности 0,954 коэффициент t равен 2.

1. Предельная ошибка выборки с вероятностью 0,954 равна

   

2. Найдем доверительные границы для среднего значения уровня фондоотдачи в генеральной совокупности

   

Таким образом, в 954 случаях из 1000 среднее значение фондоотдачи будет не выше 1,88 руб. и не ниже 1,74 руб.

Выше была использована повторная схема случайного отбора. Посмотрим, изменятся ли результаты обследования, если предположить, что отбор осуществлялся по схеме бесповторного отбора. В этом случае расчет средней ошибки проводится по формуле

Тогда при вероятности равной 0,954 величина предельной ошибки выборки составит:

Доверительные границы для среднего значения признака при бесповторном случайном отборе будут иметь следующие значения:

Сравнив результаты двух схем отбора, можно сделать вывод о том, что применение бесповторной случайной выборки дает более точные результаты по сравнению с применением повторного отбора при одной и той же доверительной вероятности. При этом, чем больше объем выборки, тем существеннее сужаются границы значений средней при переходе от одной схемы отбора к другой.

По данным примера определим, в каких границах находится доля предприятий с уровнем фондоотдачи, не превышающим значения 2,0 руб., в генеральной совокупности:

1. рассчитаем выборочную долю.

Количество предприятий в выборке с уровнем фондоотдачи, не превышающим значения 2,0 руб., составляет 60 единиц. Тогда

m = 60, n = 90, w = m/n = 60 : 90 = 0,667;

1. рассчитаем дисперсию доли в выборочной совокупности

;

1. средняя ошибка выборки при использовании повторной схемы отбора составит

Если предположить, что была использована бесповторная схема отбора, то средняя ошибка выборки с учетом поправки на конечность совокупности составит

1. зададим доверительную вероятность и определим предельную ошибку выборки.

При значении вероятности Р = 0,997 по таблице нормального распределения получаем значение для коэффициента доверия t = 3 (см. выдержку из нее, приведенную в Приложении 1):

1. установим границы для генеральной доли с вероятностью 0,997:

   

Таким образом, с вероятностью 0,997 можно утверждать, что в генеральной совокупности доля предприятий с уровнем фондоотдачи, не превышающим значения 2,0 руб., не меньше, чем 54,7%, и не больше 78,7%.

1. Типическая выборка. При типической выборке генеральная совокупность объектов разбита на k групп, тогда

N₁ + N₂ + … + N_i + … + N_k = N.

Объем извлекаемых из каждой типической группы единиц зависит от принятого способа отбора; их общее количество образует необходимый объем выборки

n₁ + n₂ + … + n_i + … + n_k = n.

Существуют следующие два способа организации отбора внутри типической группы: пропорциональной объему типических групп и пропорциональной степени колеблемости значений признака у единиц наблюдения в группах. Рассмотрим первый из них, как наиболее часто используемый.

Отбор, пропорциональный объему типических групп, предполагает, что в каждой из них будет отобрано следующее число единиц совокупности:

n = n_i · N_i/N

где n_i — количество извлекаемых единиц для выборки из i-й типической группы;

n — общий объем выборки;

N_i — количество единиц генеральной совокупности, составивших i-ю типическую группу;

N — общее количество единиц генеральной совокупности.

Отбор единиц внутри групп происходит в виде случайной или механической выборки.

Формулы для оценивания средней ошибки выборки для среднего и доли представлены в табл. 11.6.

Здесь — средняя из групповых дисперсий типических групп.

Пример 11.3. В одном из московских вузов проведено выборочное обследование студентов с целью определения показателя средней посещаемости вузовской библиотеки одним студентом за семестр. Для этого была использована 5%-ная бесповторная типическая выборка, типические группы которой соответствуют номеру курса. При отборе, пропорциональном объему типических групп, получены следующие данные:

Число студентов, которое необходимо обследовать на каждом курсе, рассчитаем следующим образом:

• общий объем выборочной совокупности:

  n = 2550/130*5 =128 (чел.);

• количество единиц, отобранных из каждой типической группы:

  

аналогично для других групп:

n₂ = 31 (чел.);

n₃ = 29 (чел.);

n₄ = 18 (чел.);

n₅ = 17 (чел.).

Проведем необходимые расчеты.

1. Выборочная средняя, исходя из значений средних типических групп, составит:

   

2. Средняя из внутригрупповых дисперсий

   

3. Средняя ошибка выборки:

   

   С вероятностью 0,954 находим предельную ошибку выборки:

   

4. Доверительные границы для среднего значения признака в генеральной совокупности:

   

Таким образом, с вероятностью 0,954 можно утверждать, что один студент за семестр посещает вузовскую библиотеку в среднем от семи до девяти раз.

1. Малая выборка. В связи с небольшим объемом выборочной совокупности те формулы для определения ошибок выборки, которые использовались нами ранее при «больших» выборках, становятся неподходящими и требуют корректировки.

Среднюю ошибку малой выборки определяют по формуле

Предельная ошибка малой выборки:

Распределение значений выборочных средних всегда имеет нормальный закон распределения (или приближается к нему) при п > 100, независимо от характера распределения генеральной совокупности. Однако в случае малых выборок действует иной закон распределения — распределение Стьюдента. В этом случае коэффициент доверия находится по таблице t-распределения Стьюдента в зависимости от величины доверительной вероятности Р и объема выборки п. В Приложении 1 приводится фрагмент таблицы t-распределения Стьюдента, представленной в виде зависимости доверительной вероятности от объема выборки и коэффициента доверия t.

Пример 11.4. Предположим, что выборочное обследование восьми студентов академии показало, что на подготовку к контрольной работе по статистике они затратили следующее количество часов: 8,5; 8,0; 7,8; 9,0; 7,2; 6,2; 8,4; 6,6.

Оценим выборочные средние затраты времени и построим доверительный интервал для среднего значения признака в генеральной совокупности, приняв доверительную вероятность равной 0,95.

1. Среднее значение признака в выборке равно

   

2. Значение среднего квадратического отклонения составляет

   

3. Средняя ошибка выборки:

   
4. Значение коэффициента доверия t = 2,365 для п = 8 и Р = 0,95 .
5. Предельная ошибка выборки:

   

6. Доверительный интервал для среднего значения признака в генеральной совокупности:

   

То есть с вероятностью 0,95 можно утверждать, что затраты времени студента на подготовку к контрольной работе находятся в пределах от 6,9 до 8,5 ч.

11.2.2. Определение численности выборочной совокупности

Перед непосредственным проведением выборочного наблюдения всегда решается вопрос, сколько единиц исследуемой совокупности необходимо отобрать для обследования. Формулы для определения численности выборки выводят из формул предельных ошибок выборки в соответствии со следующими исходными положениями (табл. 11.7):

1. вид предполагаемой выборки;
2. способ отбора (повторный или бесповторный);
3. выбор оцениваемого параметра (среднего значения признака или доли).

Кроме того, следует заранее определиться со значением доверительной вероятности, устраивающей потребителя информации, и с размером допустимой предельной ошибки выборки.

Примечание: при использовании приведенных в таблице формул рекомендуется получаемую численность выборки округлять в большую сторону для обеспечения некоторого запаса в точности.

Пример 11.5. Рассчитаем, сколько из 507 промышленных предприятий следует проверить налоговой инспекции, чтобы с вероятностью 0,997 определить долю предприятий с нарушениями в уплате налогов. По данным прошлого аналогичного обследования величина среднего квадратического отклонения составила 0,15; размер ошибки выборки предполагается получить не выше, чем 0,05.

При использовании повторного случайного отбора следует проверить

При бесповторном случайном отборе потребуется проверить

Как видим, использование бесповторного отбора позволяет проводить обследование гораздо меньшего числа объектов.

Пример 11.6. Планируется провести обследование заработной платы на предприятиях отрасли методом случайного бесповторного отбора. Какова должна быть численность выборочной совокупности, если на момент обследования в отрасли число занятых составляло 100 000 чел.? Предельная ошибка выборки не должна превышать 100 руб. с вероятностью 0,954. По результатам предыдущих обследований заработной платы в отрасли известно, что среднее квадратическое отклонение составляет 500 руб.

Следовательно, для решения поставленной задачи необходимо включить в выборку не менее 100 человек.

-h, когда п — достаточно большое число е и h — сколь угодно малые положительные числа. Это соотношение, как было показано в п. 7.3, может быть выражено через формулу предельной ошибки выборки ДЛ = tsx или АЯ = ts. Решение указанных задач зависит от того, какие величины в формуле предельной ошибки заданы, а какие нужно найти.
 [c.181]

Объем многоступенчатой выборки рекомендуется увеличить не менее чем на 10% от рассчитанной численности, поскольку, как было показано в предыдущем параграфе, многоступенчатость отбора увеличивает ошибку выборки.
 [c.185]

Чаще всего делают заключение об удовлетворительности выборки, сопоставляя получившиеся пределы ошибок выборочных показателей с величинами допустимых погрешностей. Может получиться, что предел ошибки, рассчитанный с заданной вероятностью, окажется выше допустимого размера погрешности. В этих случаях определяют вероятность того, что ошибка выборки не превзойдет допускаемую погрешность. Решение этой задачи и заключается в отыскании F(t) на основе формулы предела ошибки выборки  [c.186]

Иногда требуется указать только один (верхний или нижний) предел характеристики генеральной совокупности. При испытании качества продукции часто нас не интересуют положительные ошибки выборки (качество фактически выше, чем получилось по выборке), беспокоит нижний предел, как в примере, рассмотренном в предыдущем параграфе. В некоторых случаях, напротив, интерес вызывают верхние границы оцениваемых показателей, например при анализе расхода материалов. Так что при характеристике генеральной совокупности всегда указывают неблагоприятный предел.
 [c.187]

В выборках небольшого объема п < 30 характер распределения генеральной совокупности сказывается на распределении ошибок выборки. Поэтому для расчета ошибки выборки при небольшом объеме наблюдения (уже менее 100 единиц) отбор должен проводиться из совокупности, имеющей нормальное распределение.
 [c.190]

Пример. Для изучения интенсивности труда было организовано наблюдение за 10 отобранными рабочими. Доля работавших все время оказалась равной 0,40, дисперсия 0,4 0,6 = 0,24. По табл. 2 приложения находим для F(t) = 0,95 и d.f. = п — 1 = 9, t = 2,26. Рассчитаем среднюю ошибку выборки доли работавших все время  [c.192]

Тогда предельная ошибка выборки Л = 2,26 0,16 = 0,36. Таким образом, с вероятностью 0,95 доля рабочих, работавших без простоев, в данном цехе предприятия находится в пределах
 [c.192]

Этап 2. По остальным расчетным документам делается контрольная выборка. Для этого применяются различные способы. Одним из самых простейших является -процентный тест (так, при п = 10% проверяют каждый десятый документ, отбираемый по какому-либо признаку, например, по времени возникновения обязательства). Существуют и более сложные статистические методы отбора, основанные на задании критических значений уровня значимости, ошибки выборки, допустимого отклонения между отраженным в отчетности и исчисленным по выборочным данным размером дебиторской задолженности и т. п. В этом случае определяют интервал выборки (подснежному измерителю), и каждый расчетный документ, на который падает граница очередного интервала, отбирается для контроля и анализа.
 [c.331]

Ошибка выборки допустимая
 [c.336]

Ошибка выборки ожидаемая
 [c.336]

Величина AJ называется предельной ошибкой выборки. Это величина случайная. Исследованию закономерностей случайных
 [c.130]

Рассмотрим, как влияет на величину средней ошибки число отбираемых единиц п. Логически нетрудно убедиться, что при отборе большого числа единиц расхождения между средними будут меньше, т.е. существует обратная связь между средней ошибкой выборки и числом отобранных единиц. При этом образуется не только обратная математическая зависимость, а такая зависимость, которая показывает, что квадрат расхождения между средними обратно пропорционален числу отобранных единиц.
 [c.131]

Далее посмотрим, как влияет колеблемость признака в генеральной совокупности на величину ошибки. Нетрудно доказать, что увеличение колеблемости признака влечет за собой увеличение среднего квадратического отклонения, а следовательно, и ошибки. Если предположить, что все единицы будут иметь одинаковую величину признака, то среднее квадратическое отклонение станет равно нулю и ошибка выборки также исчезнет. Тогда нет необходимости применять выборку. Однако следует иметь в виду, что величина колеблемости признака в генеральной совокупности бывает неизвестна, поскольку неизвестны размеры единиц в ней. Мы можем рассчитать лишь колеблемости признака в выборочной совокупности.
 [c.131]

Следовательно, средняя ошибка выборки показывает, какие возможны отклонения характеристик выборочной совокупности от соответствующих характеристик генеральной совокупности. Однако о величине этой ошибки можно судить с определенной вероятностью. На величину вероятности указывает множитель /.
 [c.132]

Поскольку / указывает на вероятность расхождения х-х , т.е. на вероятность того, на какую величину генеральная средняя будет отличаться от выборочной средней, то это может быть прочитано так с вероятностью 0,683 можно утверждать, что разность между выборочной и генеральной средними не превышает одной величины средней ошибки выборки. Другими словами, в 68,3% случаев ошибка репрезентативности не выйдет за пределы ц. С вероятностью 0,954 можно утверждать, что ошибка репрезентативности не превышает 2ц, (т.е. в 95% случаев). С вероятностью 0,997, т.е. довольно близкой к единице, можно ожидать, что разность между выборочной и генеральной средней не превзойдет трехкратной средней ошибки выборки и т.д. Логически связь здесь выглядит довольно ясно чем больше пределы, в которых допускается возможная ошибка, тем с большей вероятностью судят о ее величине.
 [c.132]

Для различных способов отбора предельная ошибка рассчитывается при проведении выборки по-разному. Зная выборочную среднюю величину признака (х) и предельную ошибку выборки (Л ), можно определить границы (пределы), в которых заключена генеральная средняя  [c.133]

Теорема Бернулли. Теорема Бернулли была доказана раньше теоремы Чебышева — Ляпунова, но является лишь частным случаем последней. Она рассматривает ошибку выборки для альтернативного признака, т.е. признака, у которого возможны только два исхода наличие признака (1) и отсутствие его (0).
 [c.133]

Такая точность выборки может быть достигнута, если величина предельнбй ошибки выборки не превосходит Ь — 6% средней  [c.73]

Представительная выборка — это выборка, характерные особенности которой такие же, как и у совокупности. Выборка может быть непредставительной в двух случаях 1) при большой ошибке выборки 2) при невыборочной ошибке. Риски их появления называют соответственно выборочными и невыборочными рисками.
 [c.48]

Все ошибки выборочного наблюдения подразделяются на ошибки выборки (случайные) ошибки, вызванные отклонением от схемы отбора (неслучайные) ошибки наблюдения (случайные и не-случайные).Ппохо, когда ошибка выборки превышает допустимый размер погрешности, но слишком высокая точность также подозрительна и, как правило, свидетельствует об ошибках отбора.
 [c.164]

Формула (7.14 ) предполагает равенство серий по числу единиц, если это условие не выполняется, то в числитель выражения (7.14 ) вводится вес — число единиц в у -й серии, f-, тогда в знаменателе указывается не г, а 1/ . Межсерийная дисперсия представляет часть общей дисперсии признака х, и потому ее использование направлено на уменьшение ошибки выборки. Однако значение г намного меньше п, так как число отобранных гнезд намного меньше числа единиц наблюдения. Этот фактор увеличивает ошибку выборки. Его действие более значительно, нежели понижающее влияние межсерийной дисперсии — в результате ошибка серийной выборки в среднем больше ошибки выборки при отборе единицами.
 [c.172]

Часто используется сочетание районированного отбора с отбором сериями. Такой вид выборки обеспечивает преимущества в организации выборки и уменьшение ошибки выборки. Дисперсия такой выборки представляет среднюю из межсерийных дисперсий для каждого У-ГО района  [c.173]

Вычислим предельную ошибку выборки коэффициента покры тия и определим доверительный интервал для этой характеристики. Его нижняя граница с той же вероятностью
 [c.177]

Выборка. Типы выборок. Расчет ошибки выборки

Калькуляторы

Калькулятор расчета ошибки и размера выборки
Калькулятор расчета статистической значимости различий

Генеральная совокупность

Суммарная численность объектов наблюдения (люди, домохозяйства, предприятия, населенные пункты и т.д.), обладающих
определенным набором признаков (пол, возраст, доход, численность, оборот и т.д.), ограниченная в пространстве и
времени. Примеры генеральных совокупностей

• Все жители Москвы (10,6 млн. человек по данным переписи 2002 года)
• Мужчины-Москвичи (4,9 млн. человек по данным переписи 2002 года) 
• Юридические лица России (2,2 млн. на начало 2005 года)
• Розничные торговые точки, осуществляющие продажу продуктов питания (20 тысяч на начало 2008 года) и
  т.д. 

Выборка (Выборочная совокупность)

Часть объектов из генеральной совокупности, отобранных для изучения, с тем чтобы сделать заключение обо всей
генеральной совокупности. Для того чтобы заключение, полученное путем изучения выборки, можно было распространить на
всю генеральную совокупность, выборка должна обладать свойством репрезентативности. 

Репрезентативность выборки

Свойство выборки корректно отражать генеральную совокупность. Одна и та же выборка может быть репрезентативной и
нерепрезентативной для разных генеральных совокупностей.
Пример:

• Выборка, целиком состоящая из москвичей, владеющих автомобилем, не репрезентирует все население
  Москвы. 
• Выборка из российских предприятий численностью до 100 человек не репрезентирует все предприятия России.
• Выборка из москвичей, совершающих покупки на рынке, не репрезентирует покупательское поведение всех москвичей.

В то же время, указанные выборки (при соблюдении прочих условий) могут отлично репрезентировать
москвичей-автовладельцев, небольшие и средние российские предприятия и покупателей, совершающих покупки на рынках
соответственно.
Важно понимать, что репрезентативность выборки и ошибка выборки – разные явления. Репрезентативность, в отличие от
ошибки никак не зависит от размера выборки.
Пример:
Как бы мы не увеличивали количество опрошенных москвичей-автовладельцев, мы не сможем репрезентировать этой выборкой
всех москвичей.

Ошибка выборки (доверительный интервал)

Отклонение результатов, полученных с помощью выборочного наблюдения от истинных данных генеральной совокупности.
Ошибка выборки бывает двух видов – статистическая и систематическая. Статистическая ошибка зависит от размера
выборки. Чем больше размер выборки, тем она ниже.
Пример:
Для простой случайной выборки размером 400 единиц максимальная статистическая ошибка (с 95% доверительной
вероятностью) составляет 5%, для выборки в 600 единиц – 4%, для выборки в 1100 единиц – 3% Обычно, когда говорят об
ошибке выборки, подразумевают именно статистическую ошибку.
Систематическая ошибка зависит от различных факторов, оказывающих постоянное воздействие на исследование и смещающих
результаты исследования в определенную сторону.
Пример:

• Использование любых вероятностных выборок занижает долю людей с высоким доходом, ведущих активный образ жизни.
  Происходит это в силу того, что таких людей гораздо сложней застать в каком-либо определенном месте (например,
  дома).
• Проблема респондентов, отказывающихся отвечать на вопросы 
  анкеты (доля «отказников» в Москве, для разных опросов,
  колеблется от 50% до 80%)

В некоторых случаях, когда известны истинные распределения, систематическую ошибку можно нивелировать введением квот
или перевзвешиванием данных, но в большинстве реальных исследований даже оценить ее бывает достаточно проблематично.  

Типы выборок

Выборки делятся на два типа:

• вероятностные
• невероятностные 

1. Вероятностные выборки
1.1 Случайная выборка (простой случайный отбор)
Такая выборка предполагает однородность генеральной совокупности, одинаковую вероятность доступности всех элементов,
наличие полного списка всех элементов. При отборе элементов, как правило, используется таблица случайных чисел. 
1.2 Механическая (систематическая) выборка
Разновидность случайной выборки, упорядоченная по какому-либо признаку (алфавитный порядок, номер телефона, дата
рождения и т.д.). Первый элемент отбирается случайно, затем, с шагом ‘n’ отбирается каждый ‘k’-ый элемент. Размер
генеральной совокупности, при этом – N=n*k 
1.3 Стратифицированная (районированная)
Применяется в случае неоднородности генеральной совокупности. Генеральная совокупность разбивается на группы
(страты). В каждой страте отбор осуществляется случайным или механическим образом. 
1.4 Серийная (гнездовая или кластерная) выборка
При серийной выборке единицами отбора выступают не сами объекты, а группы (кластеры или гнёзда). Группы отбираются
случайным образом. Объекты внутри групп обследуются сплошняком. 

2.Невероятностные выборки
Отбор в такой выборке осуществляется не по принципам случайности, а по субъективным критериям – доступности,
типичности, равного представительства и т.д.. 
2.1. Квотная выборка
Изначально выделяется некоторое количество групп объектов (например, мужчины в возрасте 20-30 лет, 31-45 лет и 46-60
лет; лица с доходом до 30 тысяч рублей, с доходом от 30 до 60 тысяч рублей и с доходом свыше 60 тысяч рублей) Для
каждой группы задается количество объектов, которые должны быть обследованы. Количество объектов, которые должны
попасть в каждую из групп, задается, чаще всего, либо пропорционально заранее известной доле группы в генеральной
совокупности, либо одинаковым для каждой группы. Внутри групп объекты отбираются произвольно. Квотные выборки
используются в маркетинговых исследованиях достаточно
часто. 
2.2. Метод снежного кома
Выборка строится следующим образом. У каждого респондента, начиная с первого, просятся контакты его друзей, коллег,
знакомых, которые подходили бы под условия отбора и могли бы принять участие в исследовании. Таким образом, за
исключением первого шага, выборка формируется с участием самих объектов исследования. Метод часто применяется, когда
необходимо найти и опросить труднодоступные группы респондентов (например, респондентов, имеющих высокий доход,
респондентов, принадлежащих к одной профессиональной группе, респондентов, имеющих какие-либо схожие хобби/увлечения
и т.д.) 
2.3 Стихийная выборка
Опрашиваются наиболее доступные респонденты. Типичные примеры стихийных выборок – опросы в газетах/журналах, анкеты, отданные респондентам на самозаполнение, большинство
интернет-опросов. Размер и состав стихийных выборок заранее не известен, и определяется только одним параметром –
активностью респондентов. 
2.4 Выборка типичных случаев
Отбираются единицы генеральной совокупности, обладающие средним (типичным) значением признака. При этом возникает
проблема выбора признака и определения его типичного значения. 

Курс лекций по теории статистики

Более подробную информацию по выборочным наблюдениям можно получить просмотрев видеокурс по теории статистики:
Выборочное наблюдение Способы формирование выборки
Специальные виды отбора

Калькулятор расчета ошибки и размера выборки (для простой случайной выборки)

Пояснения к полям:
Доверительная вероятность
Вероятность того, что доверительный интервал накроет неизвестное истинное значение параметра, оцениваемого по
выборочным данным. В практике исследований чаще всего используют 95%-ую доверительную вероятность
Ошибка выборки (доверительный интервал)
Интервал, вычисленный по выборочным данным, который с заданной вероятностью (доверительной) накрывает неизвестное
истинное значение оцениваемого параметра распределения.
Доля признака
Ожидаемая доля признака, для которого рассчитывается ошибка. В случае, если данные о доле признака отсутствуют,
необходимо использовать значение равное 50, при котором достигается максимальная ошибка.

Калькулятор расчета статистической значимости различий

Калькулятор позволяет проверить есть ли статистически значимая разница между долями признака, полученными из
независимых выборок. 
Например, если до начала рекламной кампании марку знали 55% респондентов, а по окончании – 60% — есть ли между этими
долями статистически значимая разница, или же эта разница укладывается в ошибку выборки? 
Примечание. Эта процедура может законно использоваться, только если обе выборки удовлетворяют следующему условию:
произведения n*p и n*(1-p), где n=размер выборки а p=доля признака, должны быть не меньше 5. 

Оставить свои комментарии по затронутой теме Вы можете на наших страницах в Facebook и Вконтакте.

---