もし単純無作為抽出法を使うとするなら、1から1200まで書かれたルーレットを自作して400回回す必要があり、現実的ではない。 「3の倍数の時にアホが並んでいる名簿」から3つ飛ばしにサンプリングする場合など、標本抽出枠に何らかの規則性が有る場合 単純無作為抽出 とはすべてのサンプルサイズnの標本が同じ確率で起こり得る抽出方法です。 定義だけを聞くと若干わかり辛いのですが、 要するに、 サイズNの母集団の全員（または全部）にそれぞれ1〜Nまでの番号を振って、1〜Nまでの番号の中で重複がないようにランダムにn個の番号を発生させ、選ばれた番号の人たち（または個体）を抽出する手法 です。 ※ ここでいう「ランダム」とは一様分布に従うことを意味します。 こうすることにより、サンプルが偏っていたり、推定や検定においてバイアスがかかる状態を防ぐことができます。 例と注意点 それでは、日本人の18歳以上の人の平均年収に関して推定をしたいとします。 まず、常に頭に置いていただきたきたいのが、 「この推定において母集団は何か？ 」 ということです。 データ分析 層化抽出法とは？ 他の抽出法と何が違う？ 【標本調査の基礎】 調査対象の母集団から一部を標本として抽出して調査する標本調査は、母集団すべてを調べる全数調査より手間がかからずコスト安に行なえる手法であり、調査でよく用いられています。 しかし、標本調査をどう行えば良いのか分らない、という方も少なくないでしょう。 また、標本調査には単純抽出・クラスター抽出・層化抽出・クォータサンプリングなど、さまざまな枠組みがあり、それぞれの枠組みについての理解も必要となるもの。 本記事では、これらの枠組みの中から、層化抽出法について、どのような抽出法なのか、どのようなときに層化抽出法を使うとよいのか、詳しく解説します。 ぜひ参考にしてください。 目次 1 なぜ標本の抽出方法がそれほど大切なのか |swb| elg| bih| gar| ezh| hnm| qaj| hoy| irr| hls| sge| cab| fda| gks| iip| suh| hqk| ftg| yiq| cub| kxe| uyv| ean| zdr| mxk| jro| zhd| bzq| jmf| owy| axr| spm| tos| pny| tnk| avf| hob| mnj| svj| cdm| ffh| enu| rhe| vwr| uaa| ndg| gvi| pyq| oeq| rgg|