Stratified Random Sampling:Definition
Stratified random samplingは、研究組織が集団全体を複数の重複しない均質なグループ（地層）に分岐し、コストを削減し、効率を向上させる研究のために様々な地層から最終的なメンバーをランダムに選択することができる確率サンプリングの一種である。 これらのグループのそれぞれのメンバーは、すべてのグループのすべてのメンバーが単純な確率を使用して選択される平等な機会を得る, このサンプリング方法とも呼ばれる”ランダム枠のサンプリング”.
あなたの回答者を選択してください
年齢、社会経済部門、国籍、宗教、教育成果およびその他の分類は、階層化された無作為抽出に該当します。
研究チームがさまざまな年齢層の間で宗教についての意見を求めている状況を考えてみましょう。 の代わりに意見を吸い上げ326,044,985米国市民、ランダムサンプル周辺10000選択することができる。 これらの10000人の市民は、年齢に応じて地層に分けることができます。,e、18-29、30-39、40-49、50-59、および60以上のグループ。 各階層には、別個のメンバーとメンバー数があります。
詳細:人口統計セグメンテーション
層別ランダムサンプルを選択する8つのステップ
- ターゲットオーディエンスを定義します。
- 層別変数または変数を認識し、使用する層の数を把握します。 これらの成層変数は、研究の目的に沿ったものでなければならない。 すべての追加情報は、成層変数を決定します。, 例えば、研究の目的がすべてのサブグループを理解する場合、変数はサブグループに関連し、これらのサブグループに関するすべての情報は変数に影響を与 理想的には、成層変数の増加は、他の変数の影響をキャンセルするいくつかの変数の可能性を高めるので、これ以上4-6以下の層をサンプルで使用する必要があります6以下の層。,
- すでに存在するサンプリングフレームを使用するか、ターゲットオーディエンスのすべての要素の成層変数のすべての情報を含むフレームを作成します。
- カバレッジの欠如、オーバーカバレッジ、またはグループ化に基づいてサンプリングフレームを評価した後に変更を行います。
- 人口全体を考慮すると、各階層は一意でなければならず、人口の一人ひとりのメンバーをカバーする必要があります。 層の中では、相違は各層が互いに非常に異なっているべきである一方最小であるべきである。, 人口の各要素はただ一つの地層に属するべきである。
- 各要素にランダムな一意の番号を割り当てます。
- あなたの要件に応じて各階層のサイズを把握します。 すべての層のすべての要素の間での数値分布は、実装するサンプリングのタイプを決定します。 これは、比例または不釣合い成層サンプリングのいずれかであり得る。
- 研究者は、サンプルを形成するために各階層からランダムな要素を選択することができます。, 最小一つの要素は、各階層から表現があるように、各階層から選択する必要がありますが、各階層から二つの要素が選択されている場合、収集されたデータの計算のエラーマージンを簡単に計算することができます。
詳細：シンプルランダムサンプリング
層別ランダムサンプリングの種類：
-
比例成層ランダムサンプリング：
このアプローチでは、各階層サンプルサイズは、層 その各層サンプルと同じサンプリング含む複数の分子を同定できた。,
比例成層ランダムサンプリング式：nh=（Nh/N）*n
nh=hth地層のサンプルサイズ
Nh=hth地層の人口サイズ
N=人口全体のサイズ
n=サンプル全体のサイズ
4つの地層が500、1000、1500、2000のそれぞれのサイズであり、研究組織がサンプリング画分としてλを選択する場合。 研究者は、それぞれの地層から250、500、750、1000人のメンバーを選択する必要があります。,
| Stratum | A | B | C | D |
| Population Size | 500 | 1000 | 1500 | 2000 |
| Sampling Fraction | 1/2 | 1/2 | 1/2 | 1/2 |
| Final Sampling Size Results | 250 | 500 | 750 | 1000 |
Irrespective of the sample size of the population, the sampling fraction will remain uniform across all the strata.,
詳細：体系的なサンプリング
-
不均衡な層別ランダムサンプリング：
サンプリング画分は、比例と不均衡な層別ランダムサンプリング 不釣合いなサンプリングでは、各階層は異なるサンプリング率を持ちます。
このサンプリング方法の成功は、研究者の分数割り当ての精度に依存します。 割り当てられた端数が正確でない場合、結果は、過剰または過小評価された地層のために偏っている可能性があります。,td>Stratum
Learn more: Cluster Sampling
Stratified Random Sampling Examples:
Researchers and statisticians use stratified random sampling to analyze relationships between two or more strata., 階層化ランダムサンプリングには複数の層または地層が含まれるため、サンプル値を計算する前に地層を計算することが重要です。
詳細：定量的市場調査
以下は、古典的な層別無作為抽出の例です：
たとえば、100人の学校の1000人の学生が自分の好きな科目についての質問をしました。 これは、8年生の学生は9年生の学生とは異なる科目の好みを持つことになりますという事実です。, 調査が正確な結果を出すためには、各グレードをさまざまな層に分割するのが理想的です。,
層別ランダムサンプリング式を使用して各グレードのサンプルを計算します。
詳細:コンビニエンスサンプリング
層別ランダムサンプリングの利点:
- クラスターサンプリング、単純ランダムサンプリング、体系的サンプリング、コンビニエンスサンプリングなどの他の確率サンプリング方法と比較して、結果の精度が向上します。, この精度は、様々な地層の区別に依存する、すなわち、すべての地層が非常に異なっている場合、結果は非常に正確になります。
- このサンプリング技術の性質の正確さのために、サンプルを層別化するチームを訓練するのに便利です。
- この方法の統計的精度のために、サンプルサイズが小さいほど、研究者にとって非常に有用な結果を取得することもできます。
- このサンプリング技術は、研究者が地層部門の完全な電荷を持っているように、最大の人口をカバーしています。,
詳細：クラスタサンプリング対成層サンプリング
成層ランダムサンプリングを使用する場合は？
-
- 層別無作為抽出は、研究者が利用可能な集団データから特定の地層にのみ焦点を当てようとする状況でのサンプリングの非常に生産的な方法 このようにして、地層の所望の特性を調査サンプルに見出すことができる。
- 研究者は、二つ以上の異なる地層間の関係を確立しようとする場合には、このサンプリング方法に依存しています。, この比較が単純な無作為抽出を使用して行われる場合、標的群が等しく表されない可能性が高くなります。
- アクセスまたは接触が困難な集団を持つサンプルは、層別ランダムサンプリング技術を用いて研究プロセスに容易に関与することができる。
- 統計結果の精度は、サンプルの要素以来、単純なランダムサンプリングよりも高く、関連する地層から選択されます。 地層内の多様化は、ターゲット人口に存在する多様化よりもはるかに少なくなります。, 正確さが原因で必須のサンプルサイズが大いにより少しであり、それがセービングの時間および努力の研究者を助けることは非常にありそうです。
コメントを残す