Représentativité - quel est ce processus?

concept de représentation est commun dans les rapports statistiques et la préparation des discours et des rapports.Peut-être sans lui est difficile d'imaginer toute sorte de présentation de l'information sur l'affichage.

représentativité - quel est-il?

représentativité reflète la façon dont les objets sélectionnés ou tout le contenu et la signification de l'ensemble de données à partir de laquelle ils ont été sélectionnés.

autres définitions

concept de représentativité peut être étendu dans différents contextes.Mais sa représentation de sens - une des caractéristiques correspondantes et les propriétés des unités sélectionnées de la population totale qui reflètent avec précision les caractéristiques générales de la base de données entière dans son ensemble.

information représentative est aussi défini comme la possibilité de soumettre des données de l'échantillon ensemble de paramètres et les propriétés qui sont importantes en termes de l'enquête en cours.

échantillon représentatif principe

d'échantillonnage est l'élection la plus importante et affiche les propriétés d'un ensemble commun de données avec précision.Il utilise une variété de méthodes qui vous permettent d'obtenir des résultats précis et un aperçu de la population générale, utilisant uniquement des matériaux sélectionnés qui décrivent la qualité des données.

Ainsi, aucun besoin d'apprendre tous les trucs, et il suffit de considérer la représentation sélective.Quel est ce?Cet échantillon de données individuelles afin d'avoir une idée de la masse totale de l'information.

fonction de comment vous distinguer comme probabiliste et probabiliste.Probabilité - une sélection de ce qui est fait en calculant les données les plus importantes et intéressantes sont d'autres représentants de la population.Ceci est un choix délibéré ou d'un échantillon aléatoire, cependant, a justifié son contenu.

-probabilité - est une forme d'échantillonnage aléatoire, sur la base de la composante normale de la loterie.Dans ce cas, l'avis de la personne qui fait une telle sélection.Il utilise un tirage aveugle.

échantillonnage probabiliste

échantillonnage probabiliste peut aussi être divisé en plusieurs types:

• un des principes les plus simples et claires - un échantillon de commodité.Par exemple, cette méthode est souvent utilisée lors des enquêtes sociales.Cette enquête participants ne sont pas choisis parmi la foule pour certains certains signes, et l'information est faite à la 50 premières personnes qui y ont participé.
• échantillonnage raisonné diffèrent en ce qu'ils ont un certain nombre d'exigences et de conditions de sélection, mais encore compter sur une coïncidence, pas à la poursuite de son objectif de parvenir à une bonne statistique.Échantillon
• sur la base de quotas - il est l'un de l'échantillon variations probabiliste qui est souvent utilisée pour étudier de grands ensembles de données.Pour elle, il a utilisé une variété de conditions et de normes.Les objets sélectionnés pour leur correspondent.Voilà un exemple d'enquête sociale suggère que 100 personnes seront interrogées, mais seulement l'opinion d'un certain nombre de personnes qui répondent aux exigences, seront pris en compte dans la préparation de rapports statistiques.

échantillon probabiliste

pour des échantillons de probabilité est calculé un certain nombre de paramètres, les objets dans l'échantillon se réunira, parmi eux un certain nombre de façons dont il peut être élu à des faits et des données qui seront présentées comme la représentativité des données de l'échantillon.Ces méthodes de calculer les données nécessaires peuvent être:

• échantillonnage aléatoire simple.Il réside dans le fait que, parmi le segment sélectionné complètement choisi au hasard loterie nécessaire quantité de données qui sera un échantillon représentatif.

• échantillonnage systématique et aléatoire permet de créer un système de calcul des données nécessaires sur la base d'un segment aléatoire.Ainsi, si le premier nombre aléatoire qui indique le numéro de série des données sélectionnées à partir de la population générale, est de 5, puis les données ultérieures à sélectionner peut être, par exemple, 15, 25, 35 et ainsi de suite.Cet exemple montre clairement que, même une sélection aléatoire peut être basé sur des calculs systématiques, les données d'entrée nécessaires.Échantillon

des consommateurs

échantillonnage significative - une méthode qui consiste à considérer chaque segment, et sur la base de son évaluation, un ensemble de refléter les caractéristiques et les propriétés d'une base de données commune.Ainsi, il a recruté plus de données conformes à un échantillon représentatif.Vous pouvez facilement sélectionner un certain nombre d'options qui ne seront pas inclus dans le nombre total, sans perdre la qualité des données sélectionnées représentant la population générale.De cette façon, la représentativité des résultats de l'étude déterminée.

taille de l'échantillon

Dernière question qui doit être abordée - il est de la taille de l'échantillon pour la représentativité de la population.La taille de l'échantillon ne dépend pas toujours sur le nombre de sources dans la population générale.Cependant, la représentativité de l'échantillon dépend du nombre de segments devraient être finalement divisée résultat.Les plusieurs segments, plus les données pénètre dans l'échantillon productive.Si les résultats nécessitent un terme générique et ne nécessite pas de détails, puis, respectivement, l'échantillon devient plus petit, parce que, sans entrer dans les détails, l'information décrite dans le plus superficiel, et donc cet article sera partagé.

notion d'erreurs de représentativité

Erreur représentativité - sont les différences spécifiques entre les caractéristiques de la population et des exemples de données.En procédant à l'échantillonnage est absolument impossible d'obtenir des données précises comme la population de l'étude et de l'échantillon représenté qu'une partie de l'information et des options, tandis qu'une étude plus détaillée est possible que dans l'étude de l'ensemble.Ainsi, quelques erreurs inévitables et les erreurs.

sortes d'erreurs

Il ya quelques erreurs qui se posent dans la préparation d'un échantillon représentatif:

• systématique.
• aléatoire.
• délibérée.
• involontaire.Norme
• .
• Limit.Raison

pour l'apparition des erreurs aléatoires peut être nature discontinue de l'étude de la population totale.Habituellement, l'erreur aléatoire de la représentativité a une petite taille et de caractère.

erreurs systématiques se produisent entre la violation des règles de sélection des données de la population générale.

erreur moyenne - la différence entre les valeurs moyennes des échantillons et le jeu de base.Il ne dépend pas du nombre d'unités dans l'échantillon.Il est inversement proportionnel au volume de l'échantillon.Ensuite, plus le volume est élevé, plus la valeur de l'erreur moyenne.Limite d'erreur

- est la plus grande différence possible entre la valeur moyenne fera l'échantillon et la somme totale.Cette erreur est caractérisé comme les erreurs les plus probables dans les conditions données de leur survenance.

erreurs intentionnelles et non intentionnelles de représentativité

données de correction d'erreur sont intentionnelles et non intentionnelles.

provoque alors l'apparition d'une erreur délibérée est une approche de la sélection des données par la méthode de détermination des tendances.Les erreurs involontaires surviennent au stade de la préparation d'une enquête par sondage, la formation d'un échantillon représentatif.Pour éviter de telles erreurs, vous devez créer une bonne base pour l'échantillonnage, compiler des listes d'unités d'échantillonnage.Il doit être pleinement compatible avec les objectifs de l'échantillonnage, pour être crédible, couvrant tous les aspects de l'étude.

validité, la fiabilité et la représentativité.Les erreurs de calcul

d'erreur de calcul de la représentativité (mm) de la moyenne arithmétique (M).

Ecart type: taille de l'échantillon (& gt; 30).

représentativité d'erreur (Mp) et la valeur relative (P): le nombre d'échantillons (n ​​& gt; 30).

Dans le cas où il est nécessaire d'étudier la collecte, dans lequel la quantité de l'échantillon est faible et est inférieur à 30 unités, puis le nombre de cas sera inférieure à une unité.L'erreur

directement proportionnelle au volume de l'échantillon.La représentativité des données et le calcul du degré de la possibilité d'établir une prévision précise reflète une certaine erreurs limites de montant.

Représentant de

non seulement dans le processus de présentation de l'information en utilisant un échantillon représentatif, mais aussi la personne qui reçoit les informations d'évaluation, le système utilise un représentant.Ainsi, le cerveau traite certain nombre d'informations, la création d'un échantillon représentatif de l'ensemble du flux d'informations afin d'évaluer efficacement et rapidement les données soumises, et de comprendre l'objet.Répondez à la question: «représentant - qu'est-ce" - A l'échelle de l'esprit humain est assez simple.Pour ce faire, le cerveau utilise tous subordonnés aux sens, en fonction de ce type d'information doit être séparé de l'écoulement général.Ainsi, la distinction:

• système de représentation visuelle où les organes sont utilisés perception visuelle de l'œil.Les gens utilisent souvent un système similaire, appelé visuels.Avec ce système, la personne traite les informations sous forme d'images.
• auditif système de représentation.Le corps principal est utilisé - ce qui est une rumeur.Les informations fournies sous la forme de parole ou de sons, elle est traitée par le système.Les gens sont plus réceptifs à l'information sur l'audience, appelé audialami.
• système de représentation kinesthésique traite le flux d'informations en détectant avec les canaux olfactifs et tactiles.Système de représentation

• numérique est utilisé en association avec d'autres comme un moyen d'obtenir des informations de l'extérieur.Cette perception subjective et interprétation logique des données.Représentation

Ainsi - quel est-il?Simple échantillon d'un ensemble ou une procédure essentielle pour le traitement de l'information?Nous pouvons dire que la représentativité détermine largement notre perception des flux de données, en aidant à isoler le plus convaincant et important.