Innhold
- Tilfeldig prøvetaking
- Presisjon
- Tillitsintervaller
- Standard feil
- Vanskeligheter med å bruke større prøver
Prøvestørrelse representerer antall observasjoner tatt for å utføre en statistisk analyse. Prøvestørrelser kan bestå av mennesker, dyr, matpartier, maskiner, batterier eller hvilken populasjon som blir evaluert.
Tilfeldig prøvetaking
Tilfeldig prøvetaking er en metode som tilfeldige prøver blir samlet inn fra en populasjon for å estimere informasjon om populasjonen uten å være partisk. Hvis du for eksempel vil vite hvilken type mennesker som bor i en bestemt by, må du intervjue / måle forskjellige mennesker tilfeldig. Men hvis du bare brukte alle fra biblioteket, ville du ikke ha et rettferdig / objektivt estimat av hvordan den generelle befolkningen som okkuperer byen er, bare menneskene som går til biblioteket.
Presisjon
Når utvalgsstørrelsene øker, blir estimatene mer nøyaktige. Hvis vi for eksempel tilfeldig valgte ut 10 mannlige voksne mennesker, kan vi finne at deres gjennomsnittlige høyde er 6 fot høyde, kanskje fordi det er en basketballspiller som blåser opp estimatet vårt. Hvis vi derimot målte to millioner voksne mannlige mennesker, ville vi ha en bedre prediktor for gjennomsnittshøyden til menn fordi ekstremene ville balansere ut og det sanne gjennomsnittet ville overskygge eventuelle avvik fra gjennomsnittet.
Tillitsintervaller
Når en statistiker gir en prediksjon om et utfall, vil han ofte bygge et intervall rundt estimatet. Hvis vi for eksempel målte vekten til 100 kvinner, kan vi si at vi er 90 prosent sikre på at den sanne gjennomsnittsvekten av kvinner er i intervallet 103 til 129 pund. (Dette avhenger selvfølgelig av andre faktorer som variasjon i målingene også.) Når prøvestørrelsen øker, blir vi mer sikre på estimatet vårt, og intervallene blir mindre. For eksempel, med en million kvinner, kan vi si at vi er 98 prosent sikre på at den sanne gjennomsnittsvekten av kvinner er mellom 115 og 117 pund. Når prøvestørrelsen øker, øker med andre ord vår tillit til målingene våre og størrelsen på konfidensintervallene minker.
Standard feil
Variasjon er et mål på spredning av data rundt middelverdien. Standardavvik er kvadratroten av variasjon og hjelper tilnærmet hvilken prosentandel av befolkningen som faller mellom et verdiområde i forhold til gjennomsnittet. Når prøvestørrelsen øker, reduseres standardfeil, som avhenger av standardavvik og prøvestørrelse. Følgelig øker estimatene i presisjon og forskning som bygger på disse estimatene, anses som mer pålitelig (med mindre risiko for feil).
Vanskeligheter med å bruke større prøver
Større prøvestørrelser gir åpenbart bedre og mer nøyaktige estimater om populasjoner, men det er flere problemer med forskere som bruker større utvalgstørrelser. For det første kan det være vanskelig å finne et tilfeldig utvalg mennesker som er villige til å prøve et nytt stoff. Når du gjør det, blir det dyrere å gi stoffet til flere mennesker og overvåke flere mennesker over tid. I tillegg krever det mer innsats for å få og opprettholde en større prøvestørrelse. Selv om større utvalgstørrelser gir mer nøyaktig statistikk, er det ikke alltid nødvendig med ekstra kostnad og innsats, da mindre prøvestørrelser også kan gi betydelige resultater.