Ano ang Sampling Distribution?
Ang isang sampling pamamahagi ay isang posibilidad na pamamahagi ng isang istatistika na nakuha sa pamamagitan ng isang malaking bilang ng mga halimbawang iginuhit mula sa isang tiyak na populasyon. Ang sampling pamamahagi ng isang naibigay na populasyon ay ang pamamahagi ng mga dalas ng isang iba't ibang mga kinalabasan na maaaring mangyari para sa isang istatistika ng isang populasyon.
Pag-unawa sa Pamamahagi ng Sampling
Ang isang pulutong ng data na iginuhit at ginagamit ng mga akademiko, istatistika, mananaliksik, marketer, analyst, atbp ay talagang mga halimbawa, hindi populasyon. Ang isang sample ay isang subset ng isang populasyon. Halimbawa, ang isang mananaliksik sa medikal na nais na ihambing ang average na bigat ng lahat ng mga sanggol na ipinanganak sa North America mula 1995 hanggang 2005 sa mga ipinanganak sa South America sa loob ng parehong panahon ay hindi maaaring sa loob ng isang makatwirang dami ng oras na iguhit ang data para sa buong populasyon ng mahigit sa isang milyong mga panganganak na naganap sa sampung-taong yugto ng oras. Gagamitin niya lamang ang bigat ng, sabihin, 100 mga sanggol, sa bawat kontinente upang makagawa ng isang konklusyon. Ang bigat ng 200 mga sanggol na ginamit ay ang sample at ang average na timbang na kinakalkula ay ang halimbawang ibig sabihin.
Ipagpalagay na sa halip na kumuha lamang ng isang halimbawa ng 100 mga bagong timbang na bagong panganak mula sa bawat kontinente, ang medikal na mananaliksik ay tumatagal ng paulit-ulit na mga random na sample mula sa pangkalahatang populasyon, at kinukuwenta ang halimbawang nangangahulugang para sa bawat sample na grupo. Kaya, para sa Hilagang Amerika, kumukuha siya ng data para sa 100 mga bagong timbang na bagong panganak na naitala sa US, Canada at Mexico tulad ng sumusunod: apat na 100 halimbawa mula sa mga piling ospital sa US, limang 70 halimbawa mula sa Canada at tatlong 150 na tala mula sa Mexico, para sa isang kabuuan ng 1200 na timbang ng mga bagong panganak na sanggol na nakapangkat sa 12 set. Kinokolekta din niya ang isang sample na data ng 100 mga timbang ng kapanganakan mula sa bawat isa sa 12 mga bansa sa South America.
Ang bawat sampol ay may sariling halimbawang ibig sabihin at ang pamamahagi ng halimbawang nangangahulugang kilala bilang pamamahagi ng halimbawang.
Ang average na timbang na nakalkula para sa bawat halimbawang set ay ang sampling pamamahagi ng ibig sabihin. Hindi lamang ang ibig sabihin ay maaaring kalkulahin mula sa isang sample. Ang iba pang mga istatistika, tulad ng karaniwang paglihis, pagkakaiba-iba, proporsyon, at saklaw ay maaaring kalkulahin mula sa sample na data. Sinusukat ng karaniwang paglihis at pagkakaiba-iba ang pagkakaiba-iba ng pamamahagi ng sampling.
Ang bilang ng mga obserbasyon sa isang populasyon, ang bilang ng mga obserbasyon sa isang sample at ang pamamaraan na ginamit upang iguhit ang mga hanay ng sample ay matukoy ang pagkakaiba-iba ng isang pamamahagi ng sampling. Ang karaniwang paglihis ng isang pamamahagi ng sampling ay tinatawag na karaniwang error. Habang ang kahulugan ng isang pamamahagi ng sampling ay katumbas ng ibig sabihin ng populasyon, ang karaniwang error ay nakasalalay sa karaniwang paglihis ng populasyon, ang laki ng populasyon at ang laki ng sample.
Alam kung paano kumalat ang ibig sabihin ng bawat isa sa mga halimbawang set ay mula sa bawat isa at mula sa ibig sabihin ng populasyon ay magbibigay ng isang indikasyon kung gaano kalapit ang ibig sabihin ng sample sa ibig sabihin ng populasyon. Ang karaniwang error sa pamamahagi ng sampling ay bumababa habang tumataas ang laki ng sample.
Mga Espesyal na Pagsasaalang-alang
Ang isang populasyon o isang halimbawang hanay ng mga numero ay magkakaroon ng isang normal na pamamahagi. Gayunpaman, dahil ang isang pamamahagi ng sampling ay nagsasama ng maraming mga hanay ng mga obserbasyon, hindi kinakailangan na magkaroon ito ng hugis na kampanilya.
Kasunod ng aming halimbawa, ang average na bigat ng populasyon ng mga sanggol sa North America at sa South America ay may normal na pamamahagi dahil ang ilang mga sanggol ay magiging mas mababa sa timbang (sa ibaba ng kahulugan) o sobra sa timbang (sa itaas ng ibig sabihin), kasama ang karamihan sa mga sanggol na nahuhulog sa pagitan (sa paligid ng ibig sabihin)). Kung ang average na bigat ng mga bagong panganak sa North America ay pitong pounds, ang halimbawang nangangahulugang timbang sa bawat isa sa 12 mga hanay ng mga sample na obserbasyon na naitala para sa North America ay magiging malapit din sa pitong pounds.
Gayunpaman, kung i-graph mo ang bawat isa sa mga average na kinakalkula sa bawat isa sa 1, 200 mga grupo ng sample, ang nagreresultang hugis ay maaaring magresulta sa isang pantay na pamamahagi, ngunit mahirap hulaan nang may katiyakan kung ano ang aktwal na hugis. Ang mas maraming mga sample na ginagamit ng mananaliksik mula sa populasyon na higit sa isang milyong mga numero ng timbang, mas maraming graph ang magsisimulang bumubuo ng isang normal na pamamahagi.
- Ang isang sampling pamamahagi ay isang posibilidad na pamamahagi ng isang istatistika na nakuha sa pamamagitan ng isang malaking bilang ng mga sample na nakuha mula sa isang tiyak na populasyon.Ang sampling pamamahagi ng isang naibigay na populasyon ay ang pamamahagi ng mga dalas ng isang iba't ibang mga kinalabasan na maaaring mangyari para sa isang istatistika ng isang populasyon.Ang maraming data na iginuhit at ginagamit ng mga akademiko, istatistika, mananaliksik, namimili, at analyst ay talagang mga halimbawa, hindi populasyon.
