总体与样本|定义,差异和例子
一个人口就是你想要得出结论的整个群体。
一个样本是您将从中收集数据的特定组。样本的规模总是小于总体的规模。
在研究中,人口并不总是指人。它可以是一个包含你想要研究的任何东西的元素的组,比如物体、事件、组织、国家、物种、生物等。
人口 | 样本 |
---|---|
荷兰IT招聘广告 | 2020年5月1日荷兰IT职位广告搜索结果前50名 |
欧洲歌唱大赛的歌曲 | 欧洲歌唱大赛的英文获奖歌曲 |
荷兰的本科生 | 来自三所荷兰大学的300名本科生志愿参加您的心理学研究 |
世界上所有国家 | 有2000年以来公布的出生率和GDP数据的国家 |
从人口中收集数据
当您的研究问题需要,或者当您可以访问时,来自人群的每个成员的数据。
通常情况下,只有在整个人口规模小、可访问和合作的情况下,才可以直接收集数据。
对于更大和更分散的人群,通常很难或不可能从每个个体收集数据。例如,每10年,美国联邦政府的目标是使用美国人口普查统计居住在该国的每一个人。这些数据被用来在全国范围内分配资金。
然而,从历史上看,边缘化和低收入群体一直难以接触、定位和鼓励他们参与。由于没有响应,人口计数不完整,并偏向某些群体,导致全国各地的资金不成比例。
在这种情况下,抽样可以用来对总体做出更精确的推断。
从样本中收集数据
当你的人口规模很大,地理上分散,或难以联系时,使用样本是必要的。与统计分析,您可以使用样本数据进行估计或测试假设关于人口数据。
理想情况下,一个样本应该是随机选择的,并能代表整个人群。使用概率抽样方法(例如简单随机抽样或分层抽样)可降低患抽样偏差两者都得到了增强内部而且外部效度.
出于实际原因,研究人员经常使用non-probability抽样方法。针对特定的准则选择非概率样本;它们可能更方便或更便宜。由于非随机选择方法,任何关于更广泛人群的统计推论都将弱于概率样本。
抽样原因
- 必要性有时,由于人口众多或难以接近,研究整个人口是不可能的。
- 实用性从样本中收集数据更容易、更有效。
- 成本效益:所涉及的参与者、实验室、设备和研究人员成本更少。
- 可管理性:在较小的数据集上存储和运行统计分析更容易和可靠。
总体参数与样本统计量
当您从总体或样本中收集数据时,您可以从数据中计算出各种测量值和数字。一个参数是一种描述整个人口的测量方法。一个统计是描述样本的度量。
您可以使用估计或假设检验估计样本统计量与总体参数不同的可能性有多大。
抽样误差
抽样误差是总体参数和抽样统计量之间的差异。在你的研究中,抽样误差是你的样本的平均政治态度评分和荷兰所有本科生的真实平均政治态度评分之间的差值。
即使你使用随机选择的样本,抽样错误也会发生。这是因为随机样本在数值测量方面与总体不相同意味着而且标准差.
因为科学研究的目的是概括从样本到总体的结果,你希望抽样误差很低。可以通过增加样本量来减少抽样误差。
练习题:总体与样本
关于样本和总体的常见问题
- 为什么要在研究中使用样本?
-
样品都是用来推断的人口.样本更容易收集数据,因为它们实用、具有成本效益、方便且易于管理。
- 统计量和参数之间的区别是什么?
-
一个统计指有关的措施样本,而参数指有关的措施人口.
- 什么是抽样误差?
-
抽样误差是总体参数和样本统计量.
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。