Representativeness - इस प्रक्रिया क्या है? कवरेज त्रुटि

प्रतिनिधित्व की अवधारणा में आम है सांख्यिकीय otchetnostyakh और भाषणों और रिपोर्ट की तैयारी में। शायद बिना यह प्रदर्शन पर जानकारी पेश करने के किसी भी प्रकार की कल्पना करना मुश्किल है।

Representativeness - यह क्या है?

Representativeness चुने जाने का तरीका वस्तुओं या भागों सामग्री और डेटा जनसंख्या, जहां से वे चयन किया गया था के अर्थ के अनुरूप को दर्शाता है।

अन्य परिभाषाओं

प्रतिनिधित्व की अवधारणा विभिन्न संदर्भों में विस्तार किया जा सकता है। लेकिन इसका अर्थ प्रतिनिधित्व - अनुपालन सुविधाओं और आम जनता के चयनित इकाइयों को सटीक ढंग से एक पूरे के रूप संपूर्ण डेटाबेस की सामान्य विशेषताओं को प्रतिबिंबित के गुणों है।

इसके अलावा प्रतिनिधि जानकारी एक नमूना डेटा मापदंडों और गुण है कि चल रहे शोध के नजरिए से महत्वपूर्ण हैं का सेट प्रस्तुत करने के लिए क्षमता के रूप में परिभाषित किया गया है।

प्रतिनिधि नमूने

नमूने के सिद्धांत सबसे सटीक चुनने और किसी डेटा सेट के गुणों को प्रदर्शित करने में महत्वपूर्ण है। यह तरीकों, जो सटीक परिणाम प्राप्त करने के लिए अनुमति देते हैं की एक किस्म और का अवलोकन का उपयोग करता है आम जनता, केवल चयनित सामग्री है कि डेटा की गुणवत्ता का वर्णन का उपयोग कर।

इस प्रकार, सभी सामग्री को जानने के लिए कोई जरूरत नहीं है, और यह एक चयनात्मक प्रतिनिधित्व विचार करने के लिए पर्याप्त होता है। यह क्या है? इस आदेश की जानकारी के कुल द्रव्यमान के बारे में एक विचार पाने के लिए अलग-अलग डेटा का एक नमूना है।

वे संभावना और गैर संभावना के रूप में प्रतिष्ठित की पद्धति के आधार रहे हैं। संभावना - जिनमें से एक नमूना सबसे महत्वपूर्ण और दिलचस्प डेटा है, जो आम जनता के आगे प्रतिनिधि हैं की गणना के द्वारा किया जाता है। यह एक विचार पसंद या नमूने के तौर पर, तथापि, इसकी सामग्री से उचित है।

Nonprobabilistic - लॉटरी के सामान्य सिद्धांत पर के बेतरतीब नमूने में से एक रूप है। इस मामले में, व्यक्ति जो इस तरह के एक चयन करता है की राय। यह केवल अंधा ड्रा उपयोग करता है।

संभावना नमूने

संभावना नमूने भी कई प्रकार में विभाजित किया जा सकता है:

• सबसे सरल और स्पष्ट सिद्धांतों में से एक - एक सुविधा नमूना। उदाहरण के लिए, इस विधि अक्सर जब सामाजिक सर्वेक्षण के संचालन किया जाता है। इस मामले में, उत्तरदाताओं किसी विशेष सुविधाओं पर भीड़ से चयनित नहीं हैं, और जानकारी पहले 50 लोग हैं, जो यह में भाग लिया में उत्पादन किया।
• जानबूझकर नमूने में भिन्न होते हैं वे आवश्यकताओं और चयन के लिए स्थिति की एक संख्या है कि, लेकिन अभी भी संयोग पर भरोसा करते हैं, अच्छा आंकड़े को प्राप्त करने का लक्ष्य नहीं पीछा।
• कोटा के आधार पर नमूना - यह एक और भिन्नता ऑन-संभाव्य नमूना है, जो अक्सर बड़े डेटा सेट के विश्लेषण के लिए इस्तेमाल किया जाता है। उसके लिए, स्थिति और मानदंडों की एक किस्म का इस्तेमाल किया। चयनित वस्तुओं उन्हें मैच के लिए। यही कारण है कि सामाजिक सर्वेक्षण के उदाहरण पता चलता है कि 100 लोगों का साक्षात्कार किया जायेगा, लेकिन केवल लोग हैं, जो निर्दिष्ट आवश्यकताओं को पूरा करेगा के एक नंबर की राय सांख्यिकीय रिपोर्ट को तैयार करने में ध्यान में रखा जाना जाएगा।

संभावना नमूने

विकल्प जो नमूने में वस्तुओं, को पूरा करेगा उन के बीच तरीके ठीक तथ्य और डेटा है कि नमूना डेटा की representativeness के रूप में प्रस्तुत किया जाएगा निर्वाचित होने के एक नंबर की संभावना नमूना अनुमानित संख्या के लिए। इन विधियों की गणना आवश्यक डेटा हो सकता है:

• सरल यादृच्छिक नमूना। यह तथ्य यह है कि चयनित खंड के बीच पूरी तरह से बेतरतीब ढंग से डेटा की लॉटरी आवश्यक राशि है कि प्रतिनिधि नमूने हो जाएगा चयनित में निहित है।

• व्यवस्थित और यादृच्छिक नमूना यह संभव एक यादृच्छिक खंड के आधार पर आवश्यक डेटा की गणना की एक प्रणाली बनाने के लिए बनाता है। इस प्रकार, यदि पहले यादृच्छिक संख्या है, जो आम जनता से चुने गए डेटा क्रमसूचक संख्या को इंगित करता है, 5, तो उसके बाद डेटा, हो सकता है, उदाहरण के लिए, 15, 25, 35 और इतने पर चयन किया जाना। यह उदाहरण स्पष्ट रूप से बताते हैं कि यहां तक कि एक यादृच्छिक चयन आवश्यक कच्चे डेटा के व्यवस्थित गणना के आधार पर किया जा सकता है।

नमूना ग्राहकों

सार्थक नमूना - एक विधि प्रत्येक व्यक्ति खंड पर विचार करने में शामिल है, और विशेषताओं और साझा डेटाबेस के गुणों को दर्शाती है के उसके मूल्यांकन संकलित सेट के आधार पर। इस प्रकार एक प्रतिनिधि नमूने आवश्यकताओं के लिए इसी डेटा का अधिक से अधिक राशि डायल किया। यह आसानी से, विकल्प है कि कुल संख्या में शामिल नहीं किया जाएगा के एक नंबर का चयन करने के कुल जनसंख्या का प्रतिनिधित्व करने के लिए चयनित डेटा की गुणवत्ता खोने के बिना संभव है। इस तरीके में अध्ययन के परिणामों की representativeness।

नमूने का आकार

पिछले नहीं सवाल है कि संबोधित किया जाना चाहिए - यह आबादी की representativeness के लिए नमूने का आकार है। नमूने का आकार हमेशा जनसंख्या में सूत्रों का कहना है की संख्या पर निर्भर नहीं करता है। हालांकि, नमूना की representativeness कितने खंडों अंत में परिणाम विभाजित किया जाना चाहिए के लिए पर निर्भर करता है। अधिक क्षेत्रों, और अधिक डेटा उत्पादक नमूना में हो जाता है। परिणाम एक सामान्य शब्द की आवश्यकता होती है और बारीकियों की आवश्यकता नहीं है, तो क्रमश: नमूना छोटा हो जाता है, क्योंकि विवरण में जाने के बिना, जानकारी अधिक सतही प्रस्तुत किया जाता है, जिसका अर्थ है कि इसकी व्याख्या साझा किया जाता है।

प्रातिनिधिकता त्रुटियों की अवधारणा

त्रुटि का मार्जिन - जनसंख्या और नमूना डेटा की विशेषताओं के बीच एक विशिष्ट मतभेद। किसी भी नमूने के दौरान पूर्ण अध्ययन आबादी के रूप में, सही आंकड़ा प्राप्त करने के लिए और जानकारी और विकल्प का ही हिस्सा प्रतिनिधित्व किया नमूना, जबकि एक अधिक विस्तृत अध्ययन केवल पूरे सेट के अध्ययन में संभव है बिल्कुल असंभव है। इस प्रकार, अनिवार्य रूप से कुछ त्रुटियों और गलतियों।

त्रुटियों के प्रकार

कुछ त्रुटियां हैं जिन्हें एक प्रतिनिधि नमूने की तैयारी में होते हैं भेद:

• सिस्टमैटिक।
• रैंडम।
• जानबूझकर।
• अनजाने में।
• स्टैंडर्ड।
• सीमा।

यादृच्छिक त्रुटियों की उपस्थिति के लिए आधार अध्ययन कुल जनसंख्या का असंतत प्रकृति हो सकता है। आमतौर पर, प्रातिनिधिकता के यादृच्छिक त्रुटि छोटे आकार और चरित्र है।

व्यवस्थित त्रुटियों आम जनता के चयन नियमों के उल्लंघन में डेटा के बीच होते हैं।

औसत त्रुटि - औसत नमूना मूल्यों और बुनियादी सेट के बीच का अंतर। यह नमूना में पुस्तकों की संख्या पर निर्भर नहीं करता। यह विपरीत के लिए आनुपातिक है नमूने की मात्रा। फिर अधिक से अधिक मात्रा कम औसत का मूल्य त्रुटि।

त्रुटि सीमा - औसत मूल्य और कुल जनसंख्या नमूना कर देगा के बीच सबसे बड़ा संभव अंतर है। यह त्रुटि उनकी घटना की दी गई शर्तों के तहत सबसे संभावित त्रुटियों के रूप में पहचाना जाता है।

प्रातिनिधिकता की जानबूझकर और अनजाने में त्रुटियों

डेटा ऑफसेट त्रुटियों जानबूझकर और अनजाने में कर रहे हैं।

फिर जानबूझकर त्रुटि के उद्भव के लिए कारणों के रुझान निर्धारित करने की पद्धति के आधार पर डेटा का चयन करने के लिए एक दृष्टिकोण है। नमूना अवलोकन, एक प्रतिनिधि नमूने के गठन की तैयारी के स्तर पर गैर-इरादतन त्रुटियां होती हैं। ऐसी त्रुटियां रोकने के लिए, आप एक अच्छा आधार नमूना के लिए, को सूचीबद्ध घटक चयन इकाइयों बनाना होगा। यह पूरी तरह से संगत नमूने के उद्देश्यों के साथ सही होने की, अध्ययन के सभी पहलू शामिल किया जाना चाहिए।

वैधता, विश्वसनीयता, प्रातिनिधिकता। गणना त्रुटियों

नमूना त्रुटि (मिमी) गणित की गणना मूल्य (एम) मतलब है।

मानक विचलन: नमूने का आकार (> 30)।

त्रुटि का मार्जिन (मध्य प्रदेश) और एक रिश्तेदार मूल्य (पी) नमूने का आकार (एन> 30)।

मामले में जब यह कुल अध्ययन करने के लिए, जिसमें नमूना की राशि छोटा है और कम से कम 30 इकाइयों, तो मामलों की संख्या एक इकाई की तुलना में कम हो जाएगा आवश्यक है।

त्रुटि मान सीधे नमूना आकार के लिए आनुपातिक। प्रतिनिधि जानकारी और सटीक पूर्वानुमान ड्राइंग की संभावना की डिग्री की गणना एक निश्चित मूल्य सीमा त्रुटियों को दर्शाता है।

प्रतिनिधि प्रणालियों

इतना ही नहीं एक प्रतिनिधि नमूने का उपयोग कर जानकारी पेश करने, लेकिन यह भी जानकारी प्राप्त करने वाले व्यक्ति प्रतिनिधित्ववादी सिस्टम का उपयोग करता है के मूल्यांकन की प्रक्रिया में। इस प्रकार, मस्तिष्क कुछ प्रक्रियाओं जानकारी की मात्रा को कुशलतापूर्वक और जल्दी से आपूर्ति डेटा का आकलन करने और विषय के समझने के लिए जानकारी के हर कदम की के एक प्रतिनिधि नमूने बनाने के लिए। इस सवाल का जवाब के लिए: "प्रातिनिधिकता - कि इस" - काफी बस मानव चेतना के पैमाने। ऐसा करने के लिए मस्तिष्क के लिए सभी अधीनस्थ का उपयोग करता है , इंद्रियों किस तरह की जानकारी सामान्य धारा से अलग किया जाना चाहिए पर निर्भर करता है। इस प्रकार, भेद बीच किया जाता है:

• दृश्य प्रतिनिधित्ववादी प्रणाली है जहाँ अंगों आँख के दृश्य धारणा उपयोग किया जाता है। लोग अक्सर इसी तरह की प्रणाली का उपयोग करें, दृश्यों का आह्वान किया। इस प्रणाली के साथ, एक व्यक्ति छवियों के रूप में जानकारी संसाधित करता है।
• श्रवण प्रतिनिधित्ववादी प्रणाली। मुख्य शरीर है, जो प्रयोग किया जाता है - यह एक अफवाह है। ध्वनि फ़ाइलें या भाषण के रूप में आपूर्ति की जानकारी है, यह प्रणाली द्वारा संसाधित किया जाता है। लोग श्रवण, कहा जाता audialami के बारे में जानकारी के लिए और अधिक ग्रहणशील हैं।
• Kinesthetic प्रतिनिधि प्रणाली घ्राण और स्पर्श चैनलों के साथ यह संवेदन द्वारा जानकारी का एक प्रसंस्करण प्रवाह है।

• डिजिटल प्रतिनिधि प्रणाली के बाहर से सूचना प्राप्त करने का एक साधन के रूप में अन्य के साथ एक साथ प्रयोग किया जाता है। यह व्यक्तिपरक धारणा और डेटा की तार्किक व्याख्या।

तो प्रातिनिधिकता - यह क्या है? प्रसंस्करण जानकारी में सेट या अभिन्न प्रक्रिया से सरल चयन? हम कह सकते हैं कि प्रातिनिधिकता बड़े पैमाने पर डेटा स्ट्रीम में हमारी धारणा को निर्धारित करता है, इसे से सबसे सम्मोहक और सार्थक अलग करने के लिए मदद कर रहा।