सरल, डबल और एकाधिक नमूनाकरण, उदाहरण और महत्व का सिद्धांत

नमूने का सिद्धांत, आंकड़ों में,एक निश्चित समूह में इकाइयों का एक सबसेट का चयन (सांख्यिकीय आबादी के रूप में जाना जाता है)। उद्देश्य सभी व्यक्तियों की सामान्य विशेषताओं को निर्धारित करना है, लेकिन चुने हुए उप-वर्ग में उन लोगों की विशेषताओं द्वारा निर्देशित है, जो पूरी आबादी का अध्ययन किए बिना।.

जो अवलोकन किया जाता है, वह अध्ययन करने के लिए वस्तुओं या लोगों में एक या एक से अधिक अवलोकन योग्य विशेषताओं को निर्धारित करने का प्रयास करता है, जिन्हें स्वतंत्र इकाइयों के रूप में सांख्यिकीय रूप से दर्शाया जाता है। नमूनाकरण के साथ, जांच करने के लिए सांख्यिकी और संभाव्यता के सिद्धांत लागू होते हैं.

सूची

• 1 सरल नमूना
  • 1.1 उदाहरण
• 2 डबल सैंपलिंग
  • २.१ उदाहरण
• 3 कई नमूने
  • ३.१ उदाहरण
• 4 सैंपलिंग का महत्व
• 5 संदर्भ

सरल नमूना

सरल संभाव्य नमूने में सांख्यिकीय आबादी के बीच एक नमूना चुनने में शामिल होता है जिसमें प्रत्येक तत्व को यादृच्छिक रूप से चुने जाने की समान संभावना होती है। इस पद्धति में, जनसंख्या के नमूने को अधिक भागों में विभाजित नहीं किया जाता है या वर्गों द्वारा अलग नहीं किया जाता है.

इसलिए, तत्वों की किसी भी जोड़ी को समान संभावना के साथ चुना जा सकता है। यही है, अगर नमूने की एक इकाई का चयन किया जाता है, तो अगले चयनित को किसी अन्य विकल्प के रूप में चुने जाने की समान संभावना है।.

मूल्यों का यह यादृच्छिक चयन किसी भी इकाई या दिए गए नमूने के किसी व्यक्ति के लिए वरीयता को कम करता है, विश्लेषण की आवश्यकता के लिए एक यादृच्छिक वातावरण बनाता है। इसके अलावा, इसका उपयोग परिणामों के विश्लेषण को सरल करता है.

व्यक्तियों के बीच प्राप्त परिणामों की भिन्नता आमतौर पर समग्र परिणाम का एक अच्छा संकेतक है: यदि 100 की आबादी से 10 लोगों के नमूने में एक विचरण प्राप्त किया जाता है, तो यह अत्यधिक संभावना है कि यह संख्या आबादी में समान या समान है 100 व्यक्तियों.

उदाहरण

यदि किसी देश की जनसंख्या से 10 लोगों का नमूना प्राप्त किया जाता है, तो संभावना है कि कुल 5 पुरुष और 5 महिलाएँ प्राप्त की जाएंगी.

हालांकि, इस प्रकार के यादृच्छिक नमूने में, 6 लोगों को आम तौर पर एक लिंग से निकाला जाता है और दूसरे से 4, जनसंख्या में लोगों की संख्या को देखते हुए.

साधारण नमूने को देखने का एक अन्य तरीका 25 लोगों की कक्षा लेना है, उनका नाम कागज पर रखना और उन्हें एक बैग में रखना है.

यदि 5 बैग इस बैग से बिना देखे और यादृच्छिक रूप से चुने गए हैं, तो जो लोग बाहर आते हैं, वे कक्षा की कुल आबादी का एक सरल नमूना पेश करेंगे।.

दोहरा नमूना

एक साधारण नमूने से प्राप्त परिणामों को अधिक गहराई देने के लिए दोहरे सांख्यिकीय नमूने का निर्माण किया गया था। यह विधि आमतौर पर बड़ी सांख्यिकीय आबादी के लिए उपयोग की जाती है, और इसका उपयोग सरल नमूनाकरण में प्राप्त किए गए अतिरिक्त चर के अध्ययन का प्रतिनिधित्व करता है.

इस विधि को आमतौर पर दो-चरण नमूना भी कहा जाता है। इसका मुख्य लाभ अधिक विशिष्ट परिणाम प्राप्त करना और त्रुटियों की कम संभावना है.

आमतौर पर, डबल सैंपलिंग का उपयोग तब किया जाता है जब साधारण सैंपलिंग के आधार पर प्राप्त परिणामों को निर्णायक के रूप में प्रस्तुत नहीं किया जाता है, या जब राजनेताओं को संदेह में छोड़ दिया जाता है।.

इस मामले में, उसी सांख्यिकीय आबादी का एक अतिरिक्त नमूना प्राप्त किया जाता है जिसमें से पहला प्राप्त किया गया था, और परिणामों की तुलना उनके बीच विश्लेषण और त्रुटि के मार्जिन को कम करने के लिए की जाती है।.

दोहरे नमूना का उपयोग व्यापक रूप से कुछ बड़े पैमाने पर उत्पादित सामग्री के सामान (जैसे खिलौने) की विशेषताओं के मूल्यांकन में किया जाता है और विनिर्माण त्रुटियों के लिए अतिसंवेदनशील उत्पादों के लिए समर्पित कंपनियों के गुणवत्ता नियंत्रण में होता है।.

उदाहरण

1000 खिलौनों के एक बैच के आधार पर 100 इकाइयों के आकार के साथ एक नमूना प्राप्त किया जाता है। निकाली गई 100 इकाइयों की विशेषताओं का मूल्यांकन किया जाता है और यह निर्धारित किया जाता है कि परिणामों में यह तय करने की पर्याप्त शक्ति नहीं है कि क्या खिलौना लॉट को छोड़ दिया जाना चाहिए या दुकानों में ले जाया जाना चाहिए.

इसके परिणामस्वरूप, 1000 खिलौनों के एक ही बैच से 100 खिलौनों का एक अतिरिक्त नमूना निकाला जाता है। इसका फिर से मूल्यांकन किया जाता है और परिणामों की तुलना पिछले वाले से की जाती है। इस तरह, यह निर्धारित किया जाता है कि बैच दोषपूर्ण है या नहीं और परिणामों के विश्लेषण के आधार पर इसे पैक या इसके निपटान के लिए आगे बढ़ाया गया है.

बहु नमूना

मल्टीपल सैंपलिंग को डबल सैंपलिंग का अतिरिक्त विस्तार माना जाता है; हालाँकि, यह उसी प्रक्रिया का हिस्सा नहीं है। इसका उपयोग अंतिम निर्णय पर पहुंचने से पहले नमूना से प्राप्त परिणामों का बड़े पैमाने पर मूल्यांकन करने के लिए किया जाता है.

इस नमूने में, जिसे कई चरणों में नमूने के रूप में भी जाना जाता है, यह एक बड़े नमूने के साथ और अध्ययन की कम लागत के साथ शुरू करने के लिए प्रथागत है। इस प्रकार के अभ्यास में, नमूना आमतौर पर स्ट्रैट प्राप्त करके प्राप्त किया जाता है, न कि व्यक्तिगत इकाइयों द्वारा; यह है, वस्तुओं या लोगों की एक जोड़ी का चयन किया जाता है, केवल एक के बजाय.

प्रत्येक स्ट्रैटम का चयन करने के बाद, प्राप्त परिणामों का अध्ययन किया जाता है और एक या दो और स्ट्रैटा का चयन किया जाता है, ताकि परिणामों का फिर से अध्ययन किया जा सके और फिर उनकी एक दूसरे से तुलना की जा सके।.

उदाहरण

ऑस्ट्रेलियन स्टैटिस्टिक्स इंस्टीट्यूट ने एक जांच की, जिसमें जनसंख्या को संग्रह क्षेत्रों से विभाजित किया गया और इनमें से कुछ क्षेत्रों को यादृच्छिक (नमूने के पहले चरण) में चुना गया। फिर, प्रत्येक ज़ोन को ब्लॉकों में विभाजित किया गया, जिन्हें प्रत्येक ज़ोन के भीतर यादृच्छिक रूप से चुना जाता है (नमूने का दूसरा चरण).

अंत में, प्रत्येक ब्लॉक के भीतर, प्रत्येक घर के निवास का क्षेत्र चुना जाता है और घरों को यादृच्छिक (नमूने के तीसरे चरण) में चुना जाता है। यह क्षेत्र के सभी घरों के निवास के क्षेत्र को सूचीबद्ध करने से बचता है, और केवल प्रत्येक ब्लॉक के भीतर स्थित आवासों पर ध्यान केंद्रित करता है.

नमूने का महत्व

नमूनाकरण सांख्यिकीय अनुसंधान के आवश्यक उपकरणों में से एक है। इस तकनीक का उपयोग लागत और बड़ी मात्रा में समय बचाने के लिए किया जाता है, जिससे बजट को अन्य क्षेत्रों में वितरित किया जा सके.

इसके अलावा, अलग-अलग नमूनाकरण तकनीक सांख्यिकीविदों को आबादी के प्रकार के आधार पर अधिक सटीक परिणाम प्राप्त करने में मदद करती हैं, जिनके साथ वे काम करते हैं, अध्ययन किए जाने के लिए कितने विशिष्ट हैं और वे नमूना का विश्लेषण करना चाहते हैं कितनी गहराई से।.

इसके अलावा, नमूनाकरण एक तकनीक का उपयोग करने के लिए इतना सरल है कि यह इस क्षेत्र के अल्प ज्ञान वाले लोगों के लिए आंकड़ों तक पहुंच की सुविधा भी प्रदान करता है।.

संदर्भ

1. अनुपात अनुमान के लिए दोहरा नमूना, पेनस्टेट कॉलेज, (n.d.)। Psu.edu से लिया गया
2. डबल, एकाधिक और अनुक्रमिक नमूनाकरण, नेकां स्टेट यूनिवर्सिटी, (n.d)। Ncsu.edu से लिया गया
3. सरल यादृच्छिक नमूनाकरण, (n.d)। Investopedia.com से लिया गया
4. डबल सैंपलिंग क्या है? - (n.d) Nist.gov से लिया गया
5. बहु नमूना क्या है? - (n.d) Nist.gov से लिया गया
6. नमूनाकरण, (n.d.), 19 जनवरी, 2018. wikipedia.org से लिया गया
7. मल्टीस्टेज नमूनाकरण, (n.d.), 2 फरवरी, 2018. wikipedia.org से लिया गया