1.11: ランダムサンプリング法

サンプリングは、より大きな母集団の一部(またはサブセット)を選択し、その部分(サンプル)を調査して母集団に関する情報を得る手法です。データは、母集団からのサンプリングの結果です。サンプリング方法により、サンプルがバイアスなく描画され、母集団を正確に表されます。研究で母集団全体を測定することは現実的ではないため、研究者はサンプルを使用して関心のある母集団を表します。研究者が使用するさまざまなサンプリング方法の中で、ランダムサンプリング法は一般的に使用されるサンプル収集方法です。ここでは、母集団の各メンバーが選ばれる可能性が等しくあります。

たとえば、ランダムサンプリング法が、特定の大学のオフィスにある大学教授の本の平均数を決定する方法を見てみましょう。25人の教授がランダムに選ばれ、オフィスの本の数について尋ねられたとします。得られたデータは、全学部の各教授の所蔵図書数の統計結果を示すものとする。別の例として、マサチューセッツ州の病院での 2 日間の入院の平均費用を、州全体の 100 の病院の調査を実施し、単純なランダム サンプリングを使用して決定します。

確率サンプリング法はランダムサンプリングと似ていますが、大きな違いがあります。母集団の各メンバーの選択確率はわかっていますが、必ずしも同じではありません。大学に10,000人のパートタイムの学生(人口)がいるとします。パートタイムの学生が秋学期に本に費やす平均金額を決定するには、確率サンプリング法を使用できます。10の分野から100人の異なるパートタイムの学生のサンプルがランダムに選択され、各分野から少なくとも1人の学生がサンプリングされます。選ばれる各分野から数人の学生が選ばれる確率は固定されていますが、必ずしも平等ではありません。これは、確率サンプリング法の一例です。

このテキストは<a href=”https://openstax.org/books/introductory-statistics/pages/1-2-data-sampling-and-variation-in-data-and-sampling” style=”から適応されています。text-decoration-line: なし;”>Openstax, Introductory Statistics, Section 1.2 Data, Sampling, and Variation in Data and Sampling