સામાન્ય વસ્તી અને નમૂના

સજાતીય પદાર્થો સેટ વારંવાર તેમને લક્ષણ તરીકે જથ્થાત્મક અથવા ગુણાત્મક માપવામાં કોઈપણ સુવિધાઓ સંબંધમાં તપાસ કરવામાં આવે છે.

ધોરણ ભાગો છે - ઉદાહરણ તરીકે, જો ત્યાં વસ્તુઓ બેચ છે, માત્રાત્મક લક્ષણો મહેમાનો વિગતો કદ અને ગુણવત્તા હોઈ શકે છે.

જો જરૂરી હોય, તેમને ધોરણો પાલન ચકાસવા માટે ક્યારેક સતત મોજણી આશરો છે, પરંતુ વ્યવહારમાં તે ભાગ્યે જ ઉપયોગ થાય છે. ઉદાહરણ તરીકે, સામાન્ય વસ્તી પડે જો પદાર્થો મોટી સંખ્યામાં અભ્યાસ કરવામાં, તેને વર્ચ્યુઅલ અશક્ય વસતી ગણતરી હાથ ધરવા છે. આ કિસ્સામાં, પદાર્થો (વસ્તુઓ) અને ચકાસાયેલ એક નિશ્ચિત સંખ્યા સમગ્રતા માંથી પસંદ. આમ, એક સામાન્ય અને નમૂનો છે.

જનરલ બધા પદાર્થો નિરીક્ષણ અથવા અભ્યાસ વિષય છે સમૂહ છે. બ્રહ્માંડ, એક નિયમ તરીકે, તત્વોના મર્યાદિત સંખ્યામાં છે, પરંતુ જો તે ખૂબ મોટી છે, ક્રમમાં સરળ બનાવવા માટે ગાણિતિક ગણતરી એવું મનાય છે કે સંપૂર્ણતામાં દેહધારી પદાર્થો એક અનંત નંબર સમાવે છે.

નમૂના અથવા તત્વો એક નમૂનો સેટ સમગ્ર સમૂહ માંથી પસંદ ભાગ છે. નમૂના ક્યાં પુનરાવર્તનો વગર પુનરાવર્તન કરી શકાય છે. પ્રથમ કિસ્સામાં તે સામાન્ય વસ્તી, બીજા પરત ફર્યા છે - નં. વ્યવહારમાં, વારંવાર પુનરાવર્તન મુક્ત રેન્ડમ પસંદગી વાપરો.

સામાન્ય વસ્તી અને નમૂના Representativeness લિંક કરેલું હોવું જોઈએ. અલગ બોલતા, જેથી કુલ નમૂના લાક્ષણિકતાઓ વિશ્વાસપૂર્વક લક્ષણો સંપૂર્ણતામાં દેહધારી ઓળખવા શકે છે, તે જરૂરી છે કે નમૂના તત્વો તરીકે ચોક્કસ છે કારણ કે તેઓ હતા. બીજા શબ્દોમાં કહીએ તો, સેમ્પલ પ્રતિનિધિ (પ્રતિનિધિ) હોવી જોઈએ.

નમૂના, વધુ કે ઓછા પ્રતિનિધિ હશે જો તે સંપૂર્ણતામાં દેહધારી ખૂબ મોટી સંખ્યામાં માંથી રેન્ડમ કરવામાં આવે છે. તે મોટી સંખ્યામાં કહેવાતા કાયદા આધારે દલીલ કરી શકે છે. આ કિસ્સામાં, બધા તત્વો પસંદ કરવામાં આવી એક સમાન સંભાવના ધરાવે છે.

વિવિધ પસંદગી વિકલ્પો છે. આ બધી જ પદ્ધતિઓનો સૈદ્ધાંતિક બે વિકલ્પો વિભાજિત કરી શકાય છે:

• વિકલ્પ 1: એક તત્વ છે, જ્યારે સામાન્ય વસ્તી ભાગોમાં વહેંચાયેલું નથી પસંદ કરો. આ મૂર્ત સ્વરૂપ દ્વારા રિપ્લેસમેન્ટ પુનઃ પસંદગી વગર સરળ રેન્ડમ નમૂના સમાવેશ થાય છે.
• વિકલ્પ 2: બ્રહ્માંડ ભાગોમાં વિભાજીત છે અને ઘટકો પસંદ કરી છે. આ એક લાક્ષણિક યાંત્રિક અને સીરીયલ પસંદગીઓ સમાવેશ થાય છે.

સાદું રેન્ડમ - પસંદગી, જેમાં તત્વો રેન્ડમ સમગ્ર સેટ પરથી એક પછી એક કાઢવામાં આવે છે.

લાક્ષણિક - આ પસંદગી, જેમાં તત્વો સંપૂર્ણતામાં દેહધારી ન પસંદ કરવામાં આવે છે, અને બધા તેના "વિશિષ્ટ" ભાગો.

યાંત્રિક - એક પસંદગી છે જ્યારે સમગ્ર સમૂહ તત્વો કે નમૂના હોવી જોઈએ સંખ્યા સમાન સમૂહોમાં સંખ્યાબંધ અલગ કરવામાં આવે છે, અને દરેક જૂથ તેથી એક તત્વ પસંદ કરાય છે. ઉદાહરણ તરીકે, જો તમે દૂર ભાગો 25% લેવા માટે જરૂર છે, મશીન ઉત્પાદન કર્યું હતું, તે પછી દર ચોથા આઇટમ પસંદ કરો, અને જો તમે દૂર વસ્તુઓ 4% લેવા માંગો છો, તો વીસ પાંચમી દરેક વિગતવાર પસંદ છે, અને તેથી પર. તે કહે છે કે ક્યારેક યાંત્રિક પસંદગી પુરતી પ્રદાન કરી શકશે નહીં જરૂરી છે પ્રતિનિધિ નમૂના.

સીરીયલ - એક પસંદગી છે, જેમાં તત્વો "બૅચેસ" ના સમગ્રતા માંથી પસંદ કરવામાં આવે છે, સતત અભ્યાસ છતી બદલે એક કરતાં. ઉદાહરણ તરીકે, જ્યારે ભાગો મોટી સંખ્યામાં આપોઆપ મશીનો કરવામાં આવે છે, જે સેન્સસ માત્ર અનેક મશીનો ઉત્પાદન આદર સાથે કરવામાં આવે છે. સીરીયલ સ્ક્રીનીંગ વખતે ઉપયોગમાં લેવાયેલ વિશ્લેષણ કરવામાં લાક્ષણિકતા વિવિધ શ્રેણીમાં નાના વિવિધતા ધરાવે છે.

ભૂલો લાગુ ઘટાડવા માટે ગાણિતિક-આંકડાકીય પદ્ધતિઓ પસંદગીના મારફતે વસ્તી આકારણી. વધુમાં, પસંદગીના નિયંત્રણ બંને સિંગલ-સ્ટેજ અને બહુસ્તરીય છે, જે મોજણી વિશ્વસનીયતા વધે હોઈ શકે છે.