มูล - สิ่งที่เป็นขั้นตอนนี้? ข้อผิดพลาดความคุ้มครอง

แนวคิดของการแสดงเป็นเรื่องธรรมดาใน otchetnostyakh สถิติ และในการเตรียมการกล่าวสุนทรพจน์และรายงาน บางทีอาจจะไม่ได้เป็นเรื่องยากที่จะจินตนาการถึงชนิดของการนำเสนอข้อมูลบนจอแสดงผลใด ๆ

มูล - มันคืออะไร?

มูลสะท้อนให้เห็นว่าวัตถุที่เลือกหรือชิ้นส่วนที่สอดคล้องกับเนื้อหาและความหมายของประชากรข้อมูลจากที่พวกเขาได้รับการคัดเลือก

คำจำกัดความอื่น ๆ

แนวคิดของการเป็นตัวแทนสามารถขยายได้ในบริบทที่แตกต่างกัน แต่การแสดงความหมายของมัน - คือการปฏิบัติตามคุณลักษณะและคุณสมบัติของหน่วยงานที่เลือกของประชากรทั่วไปที่ถูกต้องสะท้อนให้เห็นถึงลักษณะทั่วไปของฐานข้อมูลทั้งหมดเป็นทั้ง

นอกจากนี้ยังมีข้อมูลตัวแทนถูกกำหนดให้เป็นความสามารถในการส่งข้อมูลตัวอย่างการตั้งค่าของพารามิเตอร์และคุณสมบัติที่มีความสำคัญจากมุมมองของการวิจัยอย่างต่อเนื่อง

กลุ่มตัวอย่าง

หลักการของการสุ่มตัวอย่างที่มีความสำคัญในการเลือกที่ถูกต้องที่สุดและแสดงคุณสมบัติของชุดข้อมูล โดยจะใช้วิธีการต่าง ๆ ซึ่งจะช่วยให้เพื่อให้ได้ผลลัพธ์ที่ถูกต้องและภาพรวมของ ประชาชนทั่วไป โดยใช้วัสดุที่เลือกเท่านั้นที่อธิบายถึงคุณภาพของข้อมูล

ดังนั้นไม่จำเป็นต้องเรียนรู้เนื้อหาทั้งหมดและก็พอเพียงที่จะต้องพิจารณาคัดเลือกเป็นตัวแทน มันคืออะไร? นี่คือตัวอย่างของข้อมูลของแต่ละบุคคลในการที่จะมีความคิดเกี่ยวกับมวลรวมของข้อมูล

พวกเขาจะขึ้นอยู่กับวิธีการที่แตกต่างเป็นความน่าจะเป็นและไม่น่าจะเป็น ความน่าจะเป็น - ตัวอย่างซึ่งจะทำโดยการคำนวณข้อมูลที่สำคัญที่สุดและน่าสนใจซึ่งเป็นตัวแทนต่อไปของประชากรทั่วไป นี้เป็นทางเลือกโดยเจตนาหรือตัวอย่างที่สุ่ม แต่ธรรมโดยเนื้อหาของมัน

Nonprobabilistic - เป็นรูปแบบหนึ่งในตัวอย่างที่สุ่มจากในหลักการตามปกติของการจับสลาก ในกรณีนี้ความเห็นของคนที่ทำเช่นการเลือก มันใช้เพียงวาดคนตาบอด

การสุ่มตัวอย่างความน่าจะเป็น

การสุ่มตัวอย่างน่าจะยังสามารถแบ่งออกเป็นหลายประเภท

• หนึ่งในหลักการที่ง่ายที่สุดและชัดเจน - ตัวอย่างความสะดวกสบาย ตัวอย่างเช่นวิธีนี้มักจะถูกนำมาใช้เมื่อการดำเนินการสำรวจทางสังคม ในกรณีนี้ผู้ตอบแบบสอบถามไม่ได้เลือกจากฝูงชนที่คุณสมบัติใด ๆ และข้อมูลการผลิตใน 50 คนแรกที่เข้ามาเป็นส่วนหนึ่งในนั้น
• การสุ่มตัวอย่างโดยเจตนาแตกต่างกันในการที่พวกเขามีจำนวนของความต้องการและเงื่อนไขสำหรับการเลือก แต่ยังคงพึ่งพาบังเอิญไม่ใฝ่หาเป้าหมายของการบรรลุสถิติที่ดี
• กลุ่มตัวอย่างที่ใช้บนพื้นฐานของโควต้า - นี้เป็นรูปแบบอื่นบนน่าจะเป็นตัวอย่างซึ่งมักจะใช้สำหรับการวิเคราะห์ชุดข้อมูลที่มีขนาดใหญ่ เธอใช้ความหลากหลายของเงื่อนไขและบรรทัดฐาน วัตถุที่เลือกให้ตรงกับพวกเขา นั่นคือตัวอย่างของการสำรวจแสดงให้เห็นว่าสังคมจะได้รับการสัมภาษณ์ 100 คน แต่เพียงความเห็นของจำนวนคนที่จะตอบสนองความต้องการที่กำหนดไว้จะถูกนำมาพิจารณาในการจัดทำรายงานทางสถิติ

การสุ่มตัวอย่างความน่าจะเป็น

สำหรับความน่าจะเป็นประมาณสุ่มตัวอย่างจำนวนของตัวเลือกซึ่งวัตถุในตัวอย่างจะได้พบในหมู่พวกเขาจำนวนของวิธีการที่จะได้รับการเลือกตั้งอย่างแม่นยำข้อเท็จจริงและข้อมูลที่จะนำเสนอเป็นมูลของข้อมูลตัวอย่าง วิธีการเหล่านี้คำนวณข้อมูลที่จำเป็นสามารถ:

• สุ่มอย่างง่าย มันอยู่ในความจริงที่ว่าในส่วนที่เลือกสมบูรณ์สุ่มเลือกจำนวนการจับสลากต้องของข้อมูลที่จะเป็นตัวอย่างที่เป็นตัวแทน

• การสุ่มตัวอย่างระบบและสุ่มทำให้มันเป็นไปได้ในการสร้างระบบการคำนวณข้อมูลที่จำเป็นบนพื้นฐานของกลุ่มสุ่ม ดังนั้นหากจำนวนสุ่มแรกซึ่งบ่งชี้ว่าเลขลำดับของข้อมูลที่เลือกจากประชากรทั่วไปคือ 5 แล้วข้อมูลที่ตามมาที่ได้รับเลือกสามารถเป็นตัวอย่างเช่น 15, 25, 35 และอื่น ๆ ตัวอย่างนี้อธิบายอย่างชัดเจนว่าแม้การสุ่มเลือกอาจจะขึ้นอยู่กับการคำนวณระบบของข้อมูลดิบที่จำเป็น

ลูกค้าตัวอย่าง

ตัวอย่างที่มีความหมาย - วิธีการซึ่งประกอบด้วยในการพิจารณาแต่ละส่วนบุคคลและขึ้นอยู่กับการประเมินชุดรวบรวมของเขาสะท้อนให้เห็นถึงลักษณะและคุณสมบัติของฐานข้อมูลที่ใช้ร่วมกัน โทรออกดังนั้นจำนวนมากของข้อมูลที่สอดคล้องกับความต้องการของตัวอย่างที่เป็นตัวแทน มันเป็นไปได้ที่จะสามารถเลือกจำนวนของตัวเลือกที่จะไม่ถูกรวมอยู่ในจำนวนที่ไม่สูญเสียคุณภาพของข้อมูลที่เลือกเป็นตัวแทนของประชากรทั้งหมด ในลักษณะนี้เป็นตัวแทนของผลการศึกษาที่

ขนาดตัวอย่าง

คำถามไม่ได้แล้วว่าต้องมีการแก้ไข - มันคือขนาดตัวอย่างสำหรับมูลของประชากร ขนาดของกลุ่มตัวอย่างไม่ได้ขึ้นอยู่กับจำนวนของแหล่งที่มาในประชากร แต่มูลของกลุ่มตัวอย่างที่ขึ้นอยู่กับผลวิธีการหลายส่วนควรจะแบ่งออกในที่สุด ส่วนเพิ่มเติมข้อมูลเพิ่มเติมที่ได้รับในตัวอย่างมีประสิทธิผล ถ้าผลลัพธ์ต้องเป็นคำทั่วไปและไม่จำเป็นต้องเฉพาะแล้วตามลำดับตัวอย่างจะมีขนาดเล็กเพราะโดยไม่ต้องไปลงรายละเอียดข้อมูลที่จะนำเสนอผิวเผินมากขึ้นซึ่งหมายความว่าการตีความของที่ใช้ร่วมกัน

แนวคิดของข้อผิดพลาดมูล

ขอบของข้อผิดพลาด - แตกต่างเฉพาะระหว่างลักษณะของประชากรและกลุ่มตัวอย่างข้อมูล ในระหว่างการสุ่มตัวอย่างใด ๆ ที่เป็นไปไม่ได้อย่างแน่นอนที่จะได้รับข้อมูลที่ถูกต้องในขณะที่ประชากรที่ศึกษาเต็มรูปแบบและตัวอย่างที่เป็นตัวแทนเพียงส่วนหนึ่งของข้อมูลและตัวเลือกในขณะที่การศึกษารายละเอียดมากขึ้นจะเป็นไปได้ในการศึกษาของชุดทั้งหมด ดังนั้นจึงหลีกเลี่ยงไม่ได้บางข้อผิดพลาดและข้อผิดพลาด

ประเภทของข้อผิดพลาด

แยกแยะข้อผิดพลาดบางอย่างที่เกิดขึ้นในการจัดทำตัวอย่างที่เป็นตัวแทนไปนี้:

• เป็นระบบ
• สุ่ม
• โดยเจตนา
• มิใช่ด้วยเจตนา
• มาตรฐาน
• จำกัด

พื้นฐานสำหรับการปรากฏตัวของข้อผิดพลาดแบบสุ่มที่สามารถธรรมชาติต่อเนื่องของการศึกษาประชากรทั้งหมด โดยปกติแล้วข้อผิดพลาดแบบสุ่มของมูลมีขนาดที่เล็กและตัวอักษร

ข้อผิดพลาดเกิดขึ้นระหว่างระบบข้อมูลในการละเมิดกฎการเลือกของประชากรทั่วไป

ข้อผิดพลาดเฉลี่ย - ความแตกต่างระหว่างค่าตัวอย่างเฉลี่ยและชุดพื้นฐาน มันไม่ได้ขึ้นอยู่กับจำนวนของหน่วยในตัวอย่าง มันจะแปรผกผันกับ ปริมาณของกลุ่มตัวอย่าง จากนั้นมากขึ้นปริมาณที่ต่ำกว่า ค่าเฉลี่ยของ ข้อผิดพลาด

ขีด จำกัด ของข้อผิดพลาด - เป็นความแตกต่างที่เป็นไปได้ที่ใหญ่ที่สุดระหว่างค่าเฉลี่ยจะทำให้ตัวอย่างและประชากรทั้งหมด ข้อผิดพลาดนี้มีลักษณะเป็นข้อผิดพลาดที่อาจเป็นไปได้มากที่สุดภายใต้เงื่อนไขที่กำหนดของการเกิดขึ้นของพวกเขา

ข้อผิดพลาดโดยไม่ได้ตั้งใจและเจตนาของมูล

ข้อมูลชดเชยข้อผิดพลาดโดยเจตนาและไม่ได้ตั้งใจ

แล้วสาเหตุของการเกิดขึ้นของข้อผิดพลาดโดยเจตนาเป็นแนวทางในการเลือกของข้อมูลโดยวิธีการกำหนดแนวโน้มที่ ข้อผิดพลาดโดยไม่ได้ตั้งใจเกิดขึ้นในขั้นตอนของการเตรียมความพร้อมของการสังเกตตัวอย่างการก่อตัวของกลุ่มตัวอย่างที่เป็นตัวแทน เพื่อป้องกันการผิดพลาดดังกล่าวคุณต้องสร้างพื้นฐานที่ดีสำหรับการสุ่มตัวอย่างแสดงรายการหน่วยเลือกส่วนประกอบ มันควรจะเป็นอย่างสอดคล้องกับวัตถุประสงค์ของการสุ่มตัวอย่างที่จะมีความถูกต้องครอบคลุมทุกด้านของการศึกษา

ความถูกต้องน่าเชื่อถือมูล ข้อผิดพลาดในการคำนวณ

การคำนวณผิดพลาดตัวอย่าง (mm) คำนวณค่าเฉลี่ย (M)

ส่วนเบี่ยงเบนมาตรฐาน: ขนาดของกลุ่มตัวอย่าง (> 30)

ขอบของข้อผิดพลาด (MP) และ ค่าญาติ (P) ขนาดของกลุ่มตัวอย่าง (n> 30)

ในกรณีที่มีความจำเป็นต้องศึกษารวมประเด็นจำนวนของกลุ่มตัวอย่างที่มีขนาดเล็กและมีค่าน้อยกว่า 30 หน่วยแล้วจำนวนผู้ป่วยจะน้อยกว่าหนึ่งหน่วย

ค่าความผิดพลาดสัดส่วนโดยตรงกับขนาดของกลุ่มตัวอย่าง ข้อมูลตัวแทนและการคำนวณระดับของความเป็นไปได้ของการวาดภาพขึ้นการคาดการณ์ที่ถูกต้องที่สะท้อนให้เห็นถึงข้อผิดพลาดของวงเงินค่าบางอย่าง

ระบบตัวแทน

ไม่เพียง แต่ในขั้นตอนการประเมินผลของการนำเสนอข้อมูลโดยใช้ตัวอย่างที่เป็นตัวแทน แต่ยังบุคคลที่ได้รับข้อมูลที่ใช้ระบบการดำเนินการ ดังนั้นสมองประมวลผลบาง จำนวนของข้อมูล ที่จะสร้างตัวอย่างที่เป็นตัวแทนของการไหลทั้งหมดของข้อมูลในเพื่อให้มีประสิทธิภาพได้อย่างรวดเร็วและประเมินข้อมูลที่ให้มาและเข้าใจเรื่อง เพื่อที่จะตอบคำถาม: "มูล - ที่ว่านี้" - มากเพียงระดับของจิตสำนึกของมนุษย์ การทำเช่นนี้สมองใช้ผู้ใต้บังคับบัญชาทุกคนที่จะ รู้สึก, ขึ้นอยู่กับชนิดของข้อมูลที่ควรจะแยกออกจากกระแสทั่วไป ดังนั้นความแตกต่างระหว่างการทำ:

• ระบบการดำเนินการภาพที่อวัยวะที่ใช้ในการรับรู้ภาพของตา คนมักจะใช้ระบบที่คล้ายกันเรียกว่าภาพจริง ด้วยระบบนี้เป็นคนที่ประมวลผลข้อมูลในรูปแบบของภาพ
• ระบบการดำเนินการได้ยิน ตัวหลักซึ่งจะใช้ - นี้เป็นข่าวลือ ข้อมูลที่ให้มาในรูปแบบของไฟล์เสียงหรือการพูดก็จะถูกประมวลผลโดยระบบ ผู้คนมีความเปิดกว้างขึ้นเพื่อข้อมูลเกี่ยวกับการได้ยินที่เรียกว่า audialami
• ระบบตัวแทนการเคลื่อนไหวทางร่างกายคือการไหลของการประมวลผลของข้อมูลโดยการตรวจจับด้วยช่องการดมกลิ่นและสัมผัส

• ระบบตัวแทนดิจิตอลใช้ร่วมกับคนอื่น ๆ เป็นวิธีการที่ได้รับข้อมูลจากภายนอก นี้รับรู้และการตีความตรรกะของข้อมูล

ดังนั้นมูล - มันคืออะไร? เลือกง่าย ๆ จากชุดหรือขั้นตอนหนึ่งในการประมวลผลข้อมูล? เราสามารถพูดได้ว่าเป็นตัวแทนส่วนใหญ่กำหนดรับรู้ของกระแสข้อมูลของเราช่วยให้การแยกจากมันน่าสนใจมากที่สุดและมีความหมาย