Temsil - Bu süreç nedir? kapsama hatası

Temsil kavramı sık görülür istatistiki otchetnostyakh ve konuşmaları ve raporların hazırlanmasında. Belki olmadan ekranda bilgileri sunmak her türlü hayal etmek zordur.

Temsil - bu nedir?

Temsil seçilen nesne veya parça seçildikleri hangi veri nüfusun içerik ve anlam karşılık nasıl yansıtır.

diğer tanımlar

Temsil kavramı, farklı bağlamlarda genişletilebilir. Ama anlamı gösterimi - uyumluluk özellikleri ve doğru bir bütün olarak tüm veritabanının genel özelliklerini yansıtan genel nüfusun seçilmiş birimlerinin özellikleridir.

Ayrıca temsili bilgi parametreleri ve devam eden araştırmaların açısından önemli olan özelliklerin kümesi örnek dataları yeteneği olarak tanımlanır.

temsili numune

örnekleme prensibi en doğru seçimi ve bir veri setinin özelliklerini gösteren önemlidir. Bu, doğru sonuçlar elde edilir yöntemler, çeşitli ve genel bir bakış kullanan genel popülasyonda, verilerin kalitesini tarif sadece seçilen malzemeler kullanılarak.

Böylece, gerek tüm malzemeyi öğrenmek ve seçici bir temsilini dikkate yeterlidir. Bu nedir? Bu bilginin toplam kütlesinin hakkında fikir sahip olmak için bireysel verilerin bir örneğidir.

Bu olasılık dışı olasılık olarak ayırt yöntemine bağlı olarak edilir. Olasılık - örnek bir genel nüfusun daha temsilcileri olan en önemli ve ilgi çekici verileri hesaplanmasıyla yapılır. Bu ancak, içeriğini tarafından haklı bir Kasıtlı veya rastgele örneklem vardır.

Nonprobabilistic - piyango olağan prensibi alınan rasgele bir numunede bir şeklidir. Bu durumda, böyle bir seçim yapar kişinin görüş. Sadece kör beraberlik kullanır.

olasılık örnekleme

Olasılık örnekleme de çeşitli türleri ayrılabilir:

• En basit ve net prensiplerinden biri - bir kolaylık numunesi. sosyal taramalarını yaparken Örneğin, bu yöntem genellikle kullanılır. Bu durumda, katılımcıların herhangi bir özellikleri de kalabalık arasından seçilen değildir ve bilgiler içinde yer aldı ilk 50 kişide üretti.
• Kasıtlı örnekleme onlar seçim şartı ve bir dizi koşul olduğunu farklılık, ama yine de iyi değil istatistiklerini ulaşma hedefine doğru tesadüf güvenmektedir.
• kota bazında numune - Bu genellikle büyük veri kümeleri analizi için kullanılan başka bir varyasyonu üzerinde olasılık örnek. Onun için, koşullar ve normlar çeşitli kullanılır. Seçilen nesneler eşleştirmek için. Yani sosyal araştırmanın örnek ise, 100 kişi ile görüşüldü, ancak belirtilen şartları karşılayacak insanların bir dizi sadece görüş istatistiksel raporların hazırlanmasında dikkate alınacaktır anlaşılacağı olduğunu.

olasılık örnekleme

numunedeki nesneler aralarında kesin olarak örnek veri tabanını temsil olarak sunulacak gerçekler ve veriler seçilecek çeşitli yollar buluşacak seçeneklerin olasılık örneklemesi tahmini sayısı için. Bu yöntemler gerekli veri olabilir hesaplamak:

• Basit tesadüfi örnekleme. Bu seçilen segmentin arasında tamamen rastgele temsili bir numune olduğu olan veri piyango gerekli miktarını seçmiş olduğu gerçeğinde yatar.

• Sistematik ve rastgele örnekleme mümkün rastgele kesimi temelinde gerekli verilerinin hesaplanması için bir sistemi oluşturmak için yapar. Genel nüfus seçilen bir veri sıra numarasını gösterir birinci rasgele sayı, 5 ise Böylece, daha sonra bir sonraki veri, örneğin, böylece 15, 25, 35 olabilir ve seçilmelidir. Bu örnek açıkça hatta rastgele seçim gerekli ham verilerin sistematik hesaplamalara dayalı olabileceğini açıklıyor.

numune müşteriler

Anlamlı örnek - her bir bölümü dikkate ibaret olan bir yöntem olup, özelliklerini ve ortak bir veri tabanı yansıtma özelliklerine yaptığı değerlendirmenin derlenmiş grubu göre. Bu nedenle temsili bir numune gereksinimlerine tekabül eden veri daha büyük bir miktarda aranan. Kolayca toplam nüfusu temsil eden seçilmiş verilerin kalitesini kaybetmeden, toplam sayıya dahil edilmez bir dizi seçeneği seçmek mümkündür. Bu şekilde çalışmanın sonuçlarının Temsililik.

numune boyutu

ele alınması gereken son değil soru - nüfusun temsil edilebilirlik örnek boyutudur. örnek boyutu her zaman nüfus kaynaklardan sayısına bağlı değildir. Ancak, örneğin temsil sonunda sonucunu bölünmelidir kaç segmentler için bağlıdır. daha fazla segment, daha fazla veri verimli numune içine alır. Sonuçlar genel bir terim gerektiren ve özelliklerini gerektirmiyorsa ayrıntılara girmeden, bilgi, yorumlama paylaşıldığı anlamına gelir daha yüzeysel sunulmuştur, çünkü o zaman, sırasıyla örnek, daha küçük hale gelir.

Temsil hataları kavramı

hata marjı - nüfus ve örnek veriler özellikleri arasında belirli bir fark. herhangi örnekleme sırasında tam çalışma popülasyonunda olarak, doğru veri elde etmek ve daha detaylı bir çalışma sadece tüm setin çalışmasında mümkün iken, bilgi ve seçenekler yalnızca bir kısmını temsil numune kesinlikle imkansızdır. Böylece, kaçınılmaz olarak bazı hatalar ve yanlışlar.

hata türleri

temsili bir numune hazırlama meydana gelen bazı hataları ayırt:

• Sistematik.
• Rastgele.
• Kasıtlı.
• Kasıtsız.
• Standardı.
• Sınır.

Rastgele hataların ortaya çıkması için temel çalışmanın toplam nüfusu kesintili yapıda olabilir. Tipik olarak, Temsil rastgele hata, küçük boyutu ve bir karaktere sahiptir.

Sistematik hatalar genel nüfusun seçim kurallarını ihlal verileri arasında gerçekleşir.

ortalama hata - ortalama örnek değerler ve temel kümesi arasındaki fark. Bu örnekteki birim sayısına bağlı değildir. Bu ters orantılıdır numune hacmi. düşük hacmi, daha sonra daha büyük bir ortalama değeri hatası.

Hata sınırı - numuneyi yapacak ortalama değeri ve toplam nüfusun arasındaki olası en büyük farktır. Bu hata oluşma belirli koşullar altında en olası hatalar olarak karakterize edilir.

temsil edilebilirlik Kasıtlı ve kasıtsız hatalar

veri hataları kasıtlı ve kasıtsız ofset.

Daha sonra kasıtlı hata ortaya çıkması nedenleri eğilimlerin belirlenmesi yöntemi ile yapılmış verinin seçimi için bir yaklaşımdır. İstenmeden hatalar örnek gözlem, temsili bir örnek oluşum hazırlanması sırasında meydana gelir. Bu tür hataları önlemek için, iyi bir zemin örnekleme için, bileşen seçim birimleri listeler oluşturmalısınız. örnekleme amaçları, çalışmanın tüm yönlerini kapsayan, doğru olması için olan tam olarak uyumlu olmalıdır.

Geçerlilik, güvenilirlik, temsil edilebilirlik. hesaplama hataları

örnek hata (Mm) aritmetik hesaplama değeri (M) anlamına gelir.

Standart sapma: numune boyutu (> 30).

hata marjı (Mp), ve bir göreli değer (p) numune boyutu (n> 30).

durumda, numune miktarı azdır ve en az 30 ünite, ardından vaka sayısı, bir birim daha az olacaktır, burada, agrega çalışma için gerekli olan zaman.

örnek büyüklüğü ile doğru orantılı bir hata değeri. Temsili bilgi ve doğru bir tahmin hazırlanması olasılığının derecesinin hesaplanması belli değer limiti hataları yansıtır.

temsili sistemler

Sadece temsili bir numune kullanarak bilgi sunma, aynı zamanda bilgiyi alan kişi temsili sistemleri kullanır değerlendirilmesi sürecinde. Böylece, beyin belli işler bilgi miktarını verimli ve hızlı bir şekilde sağlanan verileri değerlendirmek ve konuyu anlamak için bilgi akışıyla temsili bir örnek oluşturun. soruya cevap vermek için: "temsililik - bu" - oldukça basit insan bilincinin ölçeği. Bunu yapmak için, beyin tüm astı kullanır , duyu genel akışından ayrılmalıdır ne tür bilgilerin bağlı. Böylece ayrım yapılmaktadır:

• organlar gözün görsel algılamayı kullanılmaktadır Görsel temsil sistemi. İnsanlar genelde benzer sistemi kullanmak, görseller aradı. Bu sistemle, bir kişinin görüntüleri şeklinde işler.
• İşitsel temsil sistemi. kullanılan ana gövde, - bu bir söylenti. Ses dosyaları veya konuşma şeklinde verilen bilgiler, bu sistem tarafından işlenir. İnsanlar işitme denilen audialami bilgilere daha elverişlidir.
• Dokunsal temsil sistemi koku ve dokunsal kanallarla algılayarak bir bilgi işlem akışıdır.

• Dijital temsili sistemi dış bilgi elde etmek için bir araç olarak bir diğeri ile birlikte kullanılır. Bu sübjektif algı ve verilerin mantıksal yorumlama.

Yani temsil edebilirlik - bu nedir? bilgi işleme seti veya tamamlayıcı prosedüründen Basit seçim? Biz temsil edebilirlik ölçüde en çekici ve anlamlı ondan izole etmek yardımcı veri akışlarının algı belirler söyleyebiliriz.