Contenuto
- TL; DR (Too Long; Didnt Read)
- Misura di prova
- Valore medio e valori anomali
- Il pericolo di piccoli campioni
- Margine di errore
Quando si tratta di studi scientifici, la dimensione del campione è una considerazione cruciale per la ricerca di qualità. Dimensione del campione, talvolta rappresentata come n, è il numero di singoli pezzi di dati utilizzati per calcolare una serie di statistiche. Le dimensioni di campioni più grandi consentono ai ricercatori di determinare meglio i valori medi dei loro dati ed evitare errori nel test di un piccolo numero di campioni possibilmente atipici.
TL; DR (Too Long; Didnt Read)
La dimensione del campione è una considerazione importante per la ricerca. Le dimensioni più grandi del campione forniscono valori medi più accurati, identificano valori anomali che potrebbero inclinare i dati in un campione più piccolo e fornire un margine di errore più piccolo.
Misura di prova
La dimensione del campione è il numero di informazioni testate in un sondaggio o in un esperimento. Ad esempio, se si verificano 100 campioni di acqua di mare alla ricerca di residui di olio, le dimensioni del campione sono 100. Se si esaminano 20.000 persone per rilevare segni di ansia, le dimensioni del campione sono 20.000. Le dimensioni di campioni più grandi hanno l'ovvio vantaggio di fornire più dati ai ricercatori con cui lavorare; ma esperimenti di grandi dimensioni su campioni richiedono impegni finanziari e temporali maggiori.
Valore medio e valori anomali
Le dimensioni di campioni più grandi aiutano a determinare il valore medio di una qualità tra i campioni testati - questa media è la significare. Maggiore è la dimensione del campione, più precisa è la media. Ad esempio, se scopri che, tra 40 persone, l'altezza media è di 5 piedi, 4 pollici, ma tra 100 persone, l'altezza media è di 5 piedi, 3 pollici, la seconda misurazione è una migliore stima dell'altezza media di un individuale, dal momento che stai testando sostanzialmente più soggetti. Determinare la media consente inoltre ai ricercatori di individuare più facilmente valori anomali. Un valore anomalo è un dato che differisce fortemente dal valore medio e può rappresentare un punto di interesse per la ricerca. Quindi, in base all'altezza media, qualcuno con un'altezza di 6 piedi, 8 pollici, sarebbe un punto dati esterno.
Il pericolo di piccoli campioni
La possibilità di valori anomali è parte di ciò che rende importante la dimensione del campione di grandi dimensioni. Ad esempio, supponiamo che intervistiate 4 persone sulla loro appartenenza politica e una appartiene al partito indipendente. Dato che si tratta di un individuo in una dimensione del campione di 4, la tua statistica mostrerà che il 25 percento della popolazione appartiene alla parte indipendente, probabilmente un'estrapolazione inesatta. Aumentando le dimensioni del campione si eviteranno statistiche fuorvianti se nel campione è presente un valore anomalo.
Margine di errore
La dimensione del campione è direttamente correlata a una statistica margine di erroreo quanto accurata può essere calcolata una statistica. Per una domanda sì o no, ad esempio se un individuo possiede una macchina, è possibile determinare il margine di errore per una statistica dividendo 1 per la radice quadrata della dimensione del campione e moltiplicando per 100. Il totale è una percentuale . Ad esempio, una dimensione del campione di 100 avrà un margine di errore del 10 percento. Quando si misurano qualità numeriche con un valore medio, come altezza o peso, moltiplicare questo totale per due volte il deviazione standard dei dati, che misura la distribuzione dei valori dei dati dalla media. In entrambi i casi, maggiore è la dimensione del campione, minore è il margine di errore.