Какво е разпределение на пробите?
Разпределението на извадките може да бъде определено като вероятностно разпределение, като се използват статистически данни, като първо се избере определена популация и след това се използват случайни извадки, които се извличат от популацията, т.е. основно се цели в разпространението на честотите, свързани с разпространението на различни резултати или резултати, които евентуално могат да се получат за конкретната избрана популация.
Обяснение
- Много изследователи, академици, пазарни стратези и т.н. продължават да измерват разпределението, вместо да избират цялото население. Това прави набора от данни лесен и управляем. За да бъде по-лесно, да предположим, че маркетолог иска да направи анализ на броя на младежите, каращи велосипед между два региона в рамките на възрастовата граница 13-18.
- За тази цел той няма да вземе предвид цялото население, присъстващо в двата региона между 13-18 годишна възраст, което на практика не е възможно, а дори и да се направи, това отнема много време и наборът от данни не е управляем . Вместо това маркетологът ще вземе пробен набор от по 200 от всеки регион и ще извърши разпределението.
- Средният брой на използването на велосипеда тук се обозначава като примерна средна стойност. Всяка избрана извадка има генерирана собствена средна стойност, а разпределението, извършено за получената средна средна стойност, се определя като разпределение на пробата. Полученото отклонение се нарича стандартна грешка.
Пример за разпределение на пробите
- Ако приемем, че изследователят провежда изследване върху теглото на жителите на определен град и той има пет наблюдения или проби, т.е. 70 кг, 75 кг, 85 кг, 80 кг и 65 кг. Обикновено се смята, че градът има нормално разпределение и поддържа стандартно отклонение от 5 кг по отношение на мерките за тегло. По този начин средната стойност може да бъде изчислена като (70 + 75 + 85 + 80 + 65) / 5 = 75 kg.
- Също така приемаме, че популацията е огромна; по този начин, за да преминем към втората стъпка, ще разделим броя на наблюденията или пробите на 1, т.е. 1/5 = 0,20. Сега трябва да вземем квадратния корен от 0,20, което достига до 0,45. След това квадратният корен се умножава по стандартното отклонение, т.е. 0,45 * 5 = 2,25 кг. Така получената стандартна грешка е 2,25 кг, а получената средна стойност е 75 кг. Тези два фактора могат да се използват за описване на разпределението.
Видове разпределение на пробите
# 1 - Разпределение на пробите от средното
- Това може да се определи като вероятностно разпространение на всички средства за проби, избрани на случаен принцип с фиксиран размер от определена популация. Когато пробите са избрали от нормална популация, разпространението на получената средна стойност също ще бъде нормално към средната стойност и стандартното отклонение.
- Ако популацията не е нормална до все още, разпределението на средствата ще има тенденция да се доближава до нормалното разпределение, при условие че размерът на извадката е доста голям.
# 2 - Разпределение на пропорциите
Това е свързано преди всичко със статистиката, включена в атрибутите. Тук играе ролята на биномно разпределение. Като цяло, той реагира на законите на биномното разпределение, но с увеличаване на размера на извадката обикновено става нормално разпределение отново.
# 3 - Т-разпределение на ученика
Този тип разпределение се използва, когато стандартното отклонение на популацията е неизвестно за изследователя или когато размерът на извадката е много малък. Този тип разпределение е много симетричен и отговаря на условието на стандартната нормална променлива. Тъй като размерът на извадката се увеличава, дори Т разпределението има тенденция да стане много близо до нормалното разпределение.
# 4 - F Разпределение
- Когато по-голямата дисперсия задължително присъства в числителя, разпределението F намира своето използване, тъй като степента на свобода променя и критичните стойности на промените F, което е приложимо както за големи, така и за малки отклонения. Това може да се изчисли от наличните таблици.
- Сравнението се прави от измерената стойност на F, принадлежаща към набора от проби, и стойността, която се изчислява от таблицата, ако по-ранната е равна или по-голяма от стойността на таблицата, нулевата хипотеза на изследването се отхвърля.
# 5 - Разпределение на формула Chi-Square
Този тип разпределение се използва, когато наборът от данни включва работа със стойности, които включват събиране на квадратите. Наборът от квадратни величини, принадлежащи към дисперсията на пробите, се добавя и по този начин се прави разпределение на разпределението, което наричаме разпределение хи-квадрат.
Значение
- Това е важно, защото опростява пътя към статистическото заключение. Освен това позволява аналитичните съображения да бъдат фокусирани върху статичното разпределение, а не върху смесеното вероятностно разпространение на всяка избрана единица за извадка.
- Елиминирането на променливостта, присъстваща в статистиката, се извършва чрез използване на това разпределение.
- Тя ни дава отговор за вероятните резултати, които най-вероятно ще се случат.
- Те играят ключова роля в инференциалните статистически проучвания, което означава, че играят основна роля в изводите по отношение на цялата популация.
Заключение
- Това е ключово за статистиката, тъй като те действат като основна насока към статистическото заключение. Те основно насочват изследователя, академиците или статистиците относно разпространението на честотите, като сигнализират за редица различни вероятни резултати, които могат да бъдат допълнително маркирани за цялото население.
- Основният фактор, който е включен тук, е средната стойност на извадката и стандартната грешка, които, ако се оценяват, ни помагат да изчислим и разпределението на извадката. Съществуват различни видове техники за разпространение и въз основа на сценария и набора от данни се прилага всеки.
