Con le statistiche , le persone possono prendere decisioni informate . Se un sondaggio rileva una percentuale di lavoratori in un settore ricevere un infortunio , giovani lavoratori potrebbero fattore che quando si sceglie una carriera. Popolazioni di campionamento , in cui i ricercatori casualmente selezionano i partecipanti , può essere costoso e richiede tempo , soprattutto con grandi popolazioni . Tuttavia , campionamento sistematico – un processo in cui i ricercatori selezionano un campione rappresentativo mediante un processo di selezione standardizzato – può risparmiare denaro statistici . Ad esempio , un negozio di video potrebbe chiedere ogni 10 cliente abituale di un video per completare un sondaggio . Veloce e conveniente

campionamento si basa sulla selezione casuale di persone o oggetti . Ricercatori standardizzare il modo in cui ordinare le unità della popolazione . Ad esempio , un ispettore potrebbe apparire ad ogni terzo lotto di arachidi . Campioni sistematici sono molto semplice, veloce e conveniente per coloro che hanno già una lista di unità nella popolazione . Gli statistici trarre vantaggio dall’utilizzo di campionamento sistematico quando si studiano le grandi popolazioni a causa campionamento sistematico copre l’area di campionamento uniforme . Ad esempio, se un studi del Dipartimento di Stato come i residenti utilizzano creme solari , il reparto dovrebbe idealmente campione l’intero stato invece di campionamento da alcune contee .

Periodicità

Eventi che si verificano a intervalli regolari hanno periodicità . Ad esempio , uno show televisivo che va in onda ogni Martedì alle 20:00 ha periodicità . In uno studio , la popolazione analizzata può avere caratteristiche di periodicità . Ad esempio , il salmone potrebbe risalire il fiume allo stesso tempo ogni anno. I ricercatori potrebbero anche notare che un modello ha periodicità . Ad esempio , ci potrebbero essere più orsi in una regione ogni volta che il salmone nuotare lungo il fiume . Ma la periodicità di campionamento potrebbe non corrispondere al modello periodicità .

In un altro esempio , uno statistico potrebbe casualmente selezionare health club membri per un studio . Tuttavia, i partecipanti selezionati potrebbero non rappresentare le reali proporzioni del centro benessere soci nella popolazione . Il campione selezionato potrebbe accadere a tutti avere il diabete , mentre non tutti coloro che va a centri benessere ha il diabete . Ma le situazioni in cui i partecipanti del campione hanno caratteristiche che sono selvaggiamente divergenti dalle norme della popolazione campionata sono improbabili e ripetere lo studio in una data successiva rivelerà le anomalie nello studio .

una media di campioni Insieme

Secondo il sito web Stony Brook University , trovando più campioni e ripetendo lo studio può aumentare le probabilità che i risultati complessivi dello studio saranno accurate. Ad esempio , un ricercatore potrebbe studiare la prevalenza di una particolare malattia tra patate esaminando patate in quattro differenti campi di patate . Una fattoria potrebbe avere un numero insolitamente elevato di agenti patogeni a causa di cattive pratiche agricole . Quando i ricercatori selezionano quattro aziende diverse per un secondo studio e media i risultati della prima e della seconda fattoria , la fattoria anomalo costituiscono solo il 12,5 per cento dei risultati medi , invece di 25 per cento .

Bias

campionamento sistematico è una sorta di campionamento probabilistico , il che significa che il ricercatore deve garantire che il campione rappresenta ugualmente tutti i membri della popolazione . Se non lo fanno , lo statistico avrà risultati distorta , che sono i risultati che si discostano dalle caratteristiche effettive della popolazione . Ad esempio, uno studio del college potrebbe segnalare che il 70 per cento dei residenti nel Missouri opporsi riforma dell’immigrazione . Tuttavia, il collegio esegue il sondaggio chiedendo agli studenti che frequentano il college. I risultati verranno falsati , in quanto la ricerca non rappresentare tutti Missouri , ma solo gli studenti .

Statistici può evitare pregiudizi se selezionano le unità per il campione in modo sistematico . Ad esempio , invece di fare affidamento solo sugli studenti universitari , i ricercatori potrebbero chiamare ogni residente 100 elencati nella rubrica per chiedere loro domande sulla riforma dell’immigrazione .