| http://dbpedia.org/ontology/abstract
|
Losowanie warstwowe – losowanie próby oddz … Losowanie warstwowe – losowanie próby oddzielnie z każdej części, która nazywa się warstwą populacji generalnej, które zostały wydzielone przed losowaniem. Ten sposób wyboru próbki losowej jest stosowany, gdy populacja jest bardzo niejednorodna. Wstępny podział populacji na bardziej jednorodne warstwy, a następnie losowanie próbek z każdej z tych warstw często zwiększają reprezentatywność próby i zmniejszają . Warstwy powinny być rozłączne (tzn żaden element populacji nie może być zaliczony do dwóch różnych warstw) oraz wyczerpujące (czyli w sumie powinny dawać całą populację; każdy element populacji powinien należeć do jednej z warstw). Populację można podzielić na nie więcej jak sześć warstw. Losowanie warstwowe stosuje się wówczas gdy badana populacja generalna charakteryzuje się dużym zróżnicowaniem, a zarazem występowaniem dużej liczby jednostek posiadających tę samą wartość zmiennej. Podczas losowania warstwowego może nastąpić taka sytuacja, gdy zostaną wylosowane tylko takie elementy, które posiadają taką samą wartość zmiennej. Aby tego uniknąć, należy podzielić populację generalną na mniejsze zbiory jednostek charakteryzujących się taką samą wartością zmiennej, a następnie wylosowaniu z każdej z grup próbę. Suma wszystkich prób stanowi próbę z populacji generalnej.prób stanowi próbę z populacji generalnej.
, 통계학에서, 층화표집(層化標集, Stratified sampling)은 모집 … 통계학에서, 층화표집(層化標集, Stratified sampling)은 모집단을 먼저 중복되지 않도록 층으로 나눈 다음 각 층에서 표본을 추출하는 방법이다. 층을 나눌 때 층내는 동질적(homogeneous), 층간은 이질적(heterogeneous) 특성을 가지도록 하면 적은 비용으로 더 정확한 추정을 할 수 있으며, 전체 모집단뿐만 아니라 각 층의 특성에 대한 추정도 할 수 있다는 장점이 있다. 각 층으로부터 표본을 추출할 때 단순임의 추출방법을 쓸 수도 있고 계통표집(systematic sampling) 등 다른 추출방법을 쓸 수도 있다. 또 필요에 따라 각 층을 다시 하위층으로 나누어 추출하는 다단계 층화 추출을 하기도 한다. 각 층을 다시 하위층으로 나누어 추출하는 다단계 층화 추출을 하기도 한다.
, 層化抽出法（そうかちゅうしゅつほう、英: stratified sampling）とは、統計学における母集団からの標本調査の手法のひとつ。
, 分层抽样（stratified sampling），又名層化抽出法，是統計學的一從統 … 分层抽样（stratified sampling），又名層化抽出法，是統計學的一從統計總體（又稱為「母體」）抽取样本方法。将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。从而保证样本的结构与总体的结构比较相近，从而提高估计的精度。相對於沒有經過分層的抽樣調查，其數據會被稱為「未分層抽樣」（unstratified samples）。 在社会统计调查（statistical survey），當總體內的「」（subpopulations）之間的差異較大，對每個子總體分別進行分層抽樣調查，會令統計調查結果更為準確。子總體的分層必須為互斥，即每個總體的成員均只能屬於一個分層。之後，可對每個子總體進行或。這樣可令調查的代表性改善。相對於簡體隨機抽樣採取的算术平均值，分層的抽樣應採用加權平均值。令調查的代表性改善。相對於簡體隨機抽樣採取的算术平均值，分層的抽樣應採用加權平均值。
, في الإحصاء ، يعتبر أخذ العينات الطبقي طريق … في الإحصاء ، يعتبر أخذ العينات الطبقي طريقة لأخذ العينات من السكان والتي يمكن تقسيمها إلى مجموعات سكانية فرعية . في المسوحات الإحصائية ، عندما تتباين المجموعات السكانية الفرعية ضمن إجمالي عدد السكان، قد يكون من المفيد أخذ عينة من كل مجموعة سكانية فرعية ( طبقة ) بشكل مستقل. التقسيم الطبقي هو عملية تقسيم أفراد السكان إلى مجموعات فرعية متجانسة قبل أخذ العينات. يجب أن تحدد الطبقات تقسيمًا للسكان. أي أنه يجب أن يكون شاملاً بشكل جماعي ومتبادل : يجب تخصيص كل عنصر في المجتمع لطبقة واحدة فقط. ثم يتم تطبيق عينات عشوائية بسيطة داخل كل طبقة. الهدف هو تحسين دقة العينة عن طريق تقليل خطأ أخذ العينات . يمكن أن ينتج متوسط مرجح أقل تنوعًا من المتوسط الحسابي لعينة عشوائية بسيطة من المجتمع. في الإحصاء الحسابي، يعد أخذ العينات الطبقي طريقة لتقليل التباين عند استخدام طرق مونت كارلو لتقدير إحصاءات السكان من مجموعة سكانية معروفة.ير إحصاءات السكان من مجموعة سكانية معروفة.
, L'allocazione ottima di Neyman, usata in s … L'allocazione ottima di Neyman, usata in statistica nell'ambito del campionamento statistico, è un'allocazione delle unità in un disegno stratificato sviluppata indipendentemente da Aleksandr Čuprov nel 1920 e Neyman nel 1934. La ripartizione degli elementi campionari negli strati considera sia la numerosità che la variabilità di ogni strato, a differenza dell'allocazione proporzionale che tiene conto della sola numerosità di strato. Se si indica con Nh la numerosità dello strato h e con Sh la deviazione standard nello strato stesso e con n il totale degli elementi campionati si ha: con nh la numerosità campionaria dello strato h-esimo. Naturalmente la somma degli nh sarà pari a .turalmente la somma degli nh sarà pari a .
, Das Ziehen einer geschichteten Zufallsstic … Das Ziehen einer geschichteten Zufallsstichprobe (auch: stratifizierte Zufallsstichprobe) kann in der Statistik Vorteile bringen, wenn die Grundgesamtheit in sinnvolle Gruppen, die sogenannten Schichten, unterteilt werden kann. Sinnvoll bedeutet hier, dass die Schichten hinsichtlich eines oder mehrerer Merkmale, die auch die Ausprägung des letztlich interessierenden Merkmals beeinflussen, in sich relativ homogen sind und sich voneinander möglichst deutlich unterscheiden. Typische Schichten, die für Stichproben zur Beantwortung sozialwissenschaftlicher, medizinischer oder Marktforschungs-relevanter Fragestellungen eine Rolle spielen, wären etwa Altersgruppen oder Bevölkerungsschichten nach Einkommen, Bildungsabschluss, Wohnort etc. Man schränkt nun die rein zufällige Auswahl der Stichprobenelemente insofern ein, als man die Stichprobenumfänge pro Schicht vorgibt und danach in jeder Schicht eine reine Zufallsstichprobe zieht. (Die einzelnen Zufallsstichproben werden getrennt ausgewertet und die Ergebnisse im Anschluss zusammengefasst.) Man „verbietet“ damit extreme Stichproben, die beispielsweise zufällig fast nur Elemente aus einer Schicht enthalten, und bekommt in der Konsequenz bessere Punktschätzer, d. h. Schätzer mit kleinerer Varianz. Durch geeignete Schichtung lässt sich also bei gleicher Ergebnisgenauigkeit der Gesamtstichprobenumfang gegenüber einer einfachen Zufallsstichprobenziehung verringern, was die Kosten der Datenerhebung senkt. In Monte-Carlo-Simulationen kann man geschichtete Zufallsziehungen als Mittel der Varianzreduktion einsetzen. Die Schichtungsmerkmale (Paradaten) müssen vorab bekannt sein.ale (Paradaten) müssen vorab bekannt sein.
, In statistics, stratified sampling is a me … In statistics, stratified sampling is a method of sampling from a population which can be partitioned into subpopulations. In statistical surveys, when subpopulations within an overall population vary, it could be advantageous to sample each subpopulation (stratum) independently. Stratification is the process of dividing members of the population into homogeneous subgroups before sampling. The strata should define a partition of the population. That is, it should be collectively exhaustive and mutually exclusive: every element in the population must be assigned to one and only one stratum. Then simple random sampling is applied within each stratum. The objective is to improve the precision of the sample by reducing sampling error. It can produce a weighted mean that has less variability than the arithmetic mean of a simple random sample of the population. In computational statistics, stratified sampling is a method of variance reduction when Monte Carlo methods are used to estimate population statistics from a known population.lation statistics from a known population.
, El muestreo estratificado es una forma de … El muestreo estratificado es una forma de representación estadística que muestra cómo se comporta una característica o variable en una población a través de hacer evidente el cambio de dicha variable en subpoblaciones o estratos en los que se ha dividido.Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos respecto a característica a estudiar y que no se solapen. Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado: 1.
* Asignación proporcional: el tamaño de cada estrato en la muestra es proporcional a su tamaño en la población. 2.
* Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Para ello es necesario un conocimiento previo de la población. Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. Así, si la población está compuesta de un 55% de mujeres y un 45% de hombres, se tomaría una muestra que contenga también esa misma proporción.que contenga también esa misma proporción.
, Em estatística, a amostragem estratificada … Em estatística, a amostragem estratificada é um método de amostragem de uma população que pode ser dividida em subpopulações. Em pesquisas estatísticas, quando as subpopulações dentro de uma população geral variam, pode ser vantajoso amostrar cada subpopulação (estrato) independentemente. A estratificação é o processo de dividir os membros da população em subgrupos homogêneos antes da amostragem. Os estratos devem definir uma partição da população. Ou seja, deve ser coletivamente exaustivo e mutuamente exclusivo: cada elemento da população deve ser atribuído a um e apenas um estrato. Em seguida, a amostragem aleatória simples é aplicada dentro de cada estrato. O objetivo é melhorar a precisão da amostra reduzindo o erro amostral. Pode produzir uma média ponderada que tem menos variabilidade do que a média aritmética de uma amostra aleatória simples da população. Em estatística computacional, a amostragem estratificada é um método de redução de variância quando os métodos de Monte Carlo são usados para estimar estatísticas populacionais de uma população conhecida. populacionais de uma população conhecida.
, En statistique, un échantillonnage stratif … En statistique, un échantillonnage stratifié est une méthode d'échantillonnage à partir d'une population. Dans un sondage, lorsque des sous-populations varient au sein d'une population générale, il peut être avantageux de sélectionner un échantillon au sein de chaque sous-population (ou strates). La stratification est le processus consistant à diviser la population générale en sous-groupes homogènes avant l'échantillonnage. Les strates doivent être mutuellement exclusives : chaque élément de la population est assigné à une strate unique. Par ailleurs, aucun élément de la population générale ne peut être omis. L'échantillonnage est alors appliqué au sein des strates. Cette méthode permet parfois de réduire l'erreur d'échantillonnage.ois de réduire l'erreur d'échantillonnage.
, Розшарована вибірка, стратифікована проба … Розшарована вибірка, стратифікована проба (англ. stratified sample) — проба, що складається з порцій, отриманих з ідентичних субчастин (страт) родоначальної сукупності. З кожної субчастини проби відбираються довільно. Завданням взяття стратифікованих проб є отримання більш репрезентативного зразка, ніж той, що береться за методикою випадкового відбору проб. Розшарована вибірка складається з різних прошарків популяції, наприклад, роблячи вибірки у різних вікових групах. Розмір вибірки для кожного прошарку пропорційний розміру цього прошарку. Важливо, щоб прошарки не перетинались.ку. Важливо, щоб прошарки не перетинались.
, La mostra estratificada o mostreig estrati … La mostra estratificada o mostreig estratificat és una forma de representació estadística que mostra com es comporta una característica o variable en una població a través de fer evident el canvi d'aquesta variable en sub-poblacions o estrats. És un mètode de mostreig d'una població. Consisteix en la divisió prèvia de la població d'estudi en grups o classes que es suposen homogenis respecte a la característica a estudiar i que no s'ensolapin. Segons la quantitat d'elements de la mostra que s'han d'elegir de cadascun dels estrats, hi ha dues tècniques de mostreig estratificat: 1.
* Assignació proporcional: la mida de cada estrat en la mostra és proporcional a la seva mida en la població. 2.
* Assignació òptima: la mostra recollirà més individus d'aquells estrats que tinguin més variabilitat. Per això cal un coneixement previ de la població. Per exemple, per a un estudi d'opinió, pot resultar interessant estudiar per separat les opinions d'homes i dones donat que s'estima que, dins de cadascun d'aquests grups, pot haver certa homogeneïtat. Així, si la població és composta d'un 55% de dones i un 45% d'homes, es prendria una mostra que contingui també aquesta mateixa proporció. En general, la mida de la mostra en cada estrat es pren en proporció amb la mida de l'estrat. Això s'anomena assignació proporcional.t. Això s'anomena assignació proporcional.
, В математической статистике, районированна … В математической статистике, районированная выборка (другое название — стратифицированная выборка) — метод семплирования из генеральной совокупности, который позволяет улучшить точность статистических результатов при разбиении всего пространства событий на несколько областей-страт и независимой работе с этими стратами. Например, в каждой страте можно применять свою собственную выборку по значимости.ть свою собственную выборку по значимости.
|
| http://dbpedia.org/ontology/thumbnail
|
http://commons.wikimedia.org/wiki/Special:FilePath/Stratified_sampling.png?width=300 +
|
| http://dbpedia.org/ontology/wikiPageID
|
27596
|
| http://dbpedia.org/ontology/wikiPageLength
|
10727
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1124611692
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Statistical_survey +
, http://dbpedia.org/resource/Simple_random_sample +
, http://dbpedia.org/resource/File:Stratified_sampling.PNG +
, http://dbpedia.org/resource/Sampling_fraction +
, http://dbpedia.org/resource/F-test +
, http://dbpedia.org/resource/Collectively_exhaustive_events +
, http://dbpedia.org/resource/Population_%28statistics%29 +
, http://dbpedia.org/resource/Sampling_error +
, http://dbpedia.org/resource/Category:Sampling_%28statistics%29 +
, http://dbpedia.org/resource/Simple_random_sampling +
, http://dbpedia.org/resource/Category:Sampling_techniques +
, http://dbpedia.org/resource/Subpopulation +
, http://dbpedia.org/resource/Ontario +
, http://dbpedia.org/resource/Statistical_power +
, http://dbpedia.org/resource/Standard_error +
, http://dbpedia.org/resource/Opinion_poll +
, http://dbpedia.org/resource/Multistage_sampling +
, http://dbpedia.org/resource/Statistical_benchmarking +
, http://dbpedia.org/resource/Partition_of_a_set +
, http://dbpedia.org/resource/Mutual_exclusivity +
, http://dbpedia.org/resource/Sampling_%28statistics%29 +
, http://dbpedia.org/resource/Statistics +
, http://dbpedia.org/resource/Computational_statistics +
, http://dbpedia.org/resource/Statistical_parameter +
, http://dbpedia.org/resource/Variance_reduction +
, http://dbpedia.org/resource/Systematic_sampling +
, http://dbpedia.org/resource/Monte_Carlo_method +
, http://dbpedia.org/resource/Weighted_mean +
, http://dbpedia.org/resource/Arithmetic_mean +
, http://dbpedia.org/resource/Minimax +
, http://dbpedia.org/resource/Sample_size +
, http://dbpedia.org/resource/Category:Variance_reduction +
, http://dbpedia.org/resource/Standard_deviation +
, http://dbpedia.org/resource/Stratification_%28clinical_trials%29 +
, http://dbpedia.org/resource/Simpson%27s_paradox +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:More_citations_needed +
, http://dbpedia.org/resource/Template:Cite_book +
, http://dbpedia.org/resource/Template:Portal +
, http://dbpedia.org/resource/Template:Quality_Tools +
, http://dbpedia.org/resource/Template:Statistics +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Variance_reduction +
, http://dbpedia.org/resource/Category:Sampling_%28statistics%29 +
, http://dbpedia.org/resource/Category:Sampling_techniques +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Method +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Stratified_sampling?oldid=1124611692&ns=0 +
|
| http://xmlns.com/foaf/0.1/depiction
|
http://commons.wikimedia.org/wiki/Special:FilePath/Stratified_sampling.png +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Stratified_sampling +
|
| owl:sameAs |
http://ca.dbpedia.org/resource/Mostra_estratificada +
, http://fa.dbpedia.org/resource/%D9%86%D9%85%D9%88%D9%86%D9%87%E2%80%8C%DA%AF%DB%8C%D8%B1%DB%8C_%D8%B7%D8%A8%D9%82%D9%87%E2%80%8C%D8%A8%D9%86%D8%AF%DB%8C%E2%80%8C%D8%B4%D8%AF%D9%87 +
, http://zh.dbpedia.org/resource/%E5%88%86%E5%B1%82%E6%8A%BD%E6%A0%B7 +
, http://de.dbpedia.org/resource/Geschichtete_Zufallsstichprobe +
, http://pl.dbpedia.org/resource/Losowanie_warstwowe +
, http://pt.dbpedia.org/resource/Amostragem_estratificada +
, http://es.dbpedia.org/resource/Muestreo_estratificado +
, http://tr.dbpedia.org/resource/Tabakal%C4%B1_%C3%B6rnekleme +
, http://no.dbpedia.org/resource/Stratifisert_utvelging +
, http://bn.dbpedia.org/resource/%E0%A6%B8%E0%A7%8D%E0%A6%A4%E0%A6%B0%E0%A6%BF%E0%A6%A4_%E0%A6%A8%E0%A6%AE%E0%A7%81%E0%A6%A8%E0%A6%BE%E0%A6%AF%E0%A6%BC%E0%A6%A8 +
, http://rdf.freebase.com/ns/m.06w41 +
, http://fr.dbpedia.org/resource/%C3%89chantillonnage_stratifi%C3%A9 +
, http://uk.dbpedia.org/resource/%D0%A1%D1%82%D1%80%D0%B0%D1%82%D0%B8%D1%84%D1%96%D0%BA%D0%BE%D0%B2%D0%B0%D0%BD%D0%B0_%D0%BF%D1%80%D0%BE%D0%B1%D0%B0 +
, http://ar.dbpedia.org/resource/%D8%A3%D8%AE%D8%B0_%D8%A7%D9%84%D8%B9%D9%8A%D9%86%D8%A7%D8%AA_%D8%A7%D9%84%D8%B7%D8%A8%D9%82%D9%8A%D8%A9 +
, https://global.dbpedia.org/id/WXGq +
, http://ko.dbpedia.org/resource/%EC%B8%B5%ED%99%94%ED%91%9C%EC%A7%91 +
, http://ro.dbpedia.org/resource/Stratificare +
, http://ru.dbpedia.org/resource/%D0%A0%D0%B0%D0%B9%D0%BE%D0%BD%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%BD%D0%B0%D1%8F_%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%BA%D0%B0 +
, http://ja.dbpedia.org/resource/%E5%B1%A4%E5%8C%96%E6%8A%BD%E5%87%BA%E6%B3%95 +
, http://it.dbpedia.org/resource/Allocazione_di_Neyman +
, http://www.wikidata.org/entity/Q1517706 +
, http://dbpedia.org/resource/Stratified_sampling +
|
| rdf:type |
http://dbpedia.org/ontology/Software +
|
| rdfs:comment |
Losowanie warstwowe – losowanie próby oddz … Losowanie warstwowe – losowanie próby oddzielnie z każdej części, która nazywa się warstwą populacji generalnej, które zostały wydzielone przed losowaniem. Ten sposób wyboru próbki losowej jest stosowany, gdy populacja jest bardzo niejednorodna. Wstępny podział populacji na bardziej jednorodne warstwy, a następnie losowanie próbek z każdej z tych warstw często zwiększają reprezentatywność próby i zmniejszają . Warstwy powinny być rozłączne (tzn żaden element populacji nie może być zaliczony do dwóch różnych warstw) oraz wyczerpujące (czyli w sumie powinny dawać całą populację; każdy element populacji powinien należeć do jednej z warstw). Populację można podzielić na nie więcej jak sześć warstw. podzielić na nie więcej jak sześć warstw.
, في الإحصاء ، يعتبر أخذ العينات الطبقي طريق … في الإحصاء ، يعتبر أخذ العينات الطبقي طريقة لأخذ العينات من السكان والتي يمكن تقسيمها إلى مجموعات سكانية فرعية . في المسوحات الإحصائية ، عندما تتباين المجموعات السكانية الفرعية ضمن إجمالي عدد السكان، قد يكون من المفيد أخذ عينة من كل مجموعة سكانية فرعية ( طبقة ) بشكل مستقل. التقسيم الطبقي هو عملية تقسيم أفراد السكان إلى مجموعات فرعية متجانسة قبل أخذ العينات. يجب أن تحدد الطبقات تقسيمًا للسكان. أي أنه يجب أن يكون شاملاً بشكل جماعي ومتبادل : يجب تخصيص كل عنصر في المجتمع لطبقة واحدة فقط. ثم يتم تطبيق عينات عشوائية بسيطة داخل كل طبقة. الهدف هو تحسين دقة العينة عن طريق تقليل خطأ أخذ العينات . يمكن أن ينتج متوسط مرجح أقل تنوعًا من المتوسط الحسابي لعينة عشوائية بسيطة من المجتمع.سط الحسابي لعينة عشوائية بسيطة من المجتمع.
, 통계학에서, 층화표집(層化標集, Stratified sampling)은 모집 … 통계학에서, 층화표집(層化標集, Stratified sampling)은 모집단을 먼저 중복되지 않도록 층으로 나눈 다음 각 층에서 표본을 추출하는 방법이다. 층을 나눌 때 층내는 동질적(homogeneous), 층간은 이질적(heterogeneous) 특성을 가지도록 하면 적은 비용으로 더 정확한 추정을 할 수 있으며, 전체 모집단뿐만 아니라 각 층의 특성에 대한 추정도 할 수 있다는 장점이 있다. 각 층으로부터 표본을 추출할 때 단순임의 추출방법을 쓸 수도 있고 계통표집(systematic sampling) 등 다른 추출방법을 쓸 수도 있다. 또 필요에 따라 각 층을 다시 하위층으로 나누어 추출하는 다단계 층화 추출을 하기도 한다. 각 층을 다시 하위층으로 나누어 추출하는 다단계 층화 추출을 하기도 한다.
, В математической статистике, районированна … В математической статистике, районированная выборка (другое название — стратифицированная выборка) — метод семплирования из генеральной совокупности, который позволяет улучшить точность статистических результатов при разбиении всего пространства событий на несколько областей-страт и независимой работе с этими стратами. Например, в каждой страте можно применять свою собственную выборку по значимости.ть свою собственную выборку по значимости.
, 分层抽样（stratified sampling），又名層化抽出法，是統計學的一從統 … 分层抽样（stratified sampling），又名層化抽出法，是統計學的一從統計總體（又稱為「母體」）抽取样本方法。将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。从而保证样本的结构与总体的结构比较相近，从而提高估计的精度。相對於沒有經過分層的抽樣調查，其數據會被稱為「未分層抽樣」（unstratified samples）。 在社会统计调查（statistical survey），當總體內的「」（subpopulations）之間的差異較大，對每個子總體分別進行分層抽樣調查，會令統計調查結果更為準確。子總體的分層必須為互斥，即每個總體的成員均只能屬於一個分層。之後，可對每個子總體進行或。這樣可令調查的代表性改善。相對於簡體隨機抽樣採取的算术平均值，分層的抽樣應採用加權平均值。令調查的代表性改善。相對於簡體隨機抽樣採取的算术平均值，分層的抽樣應採用加權平均值。
, 層化抽出法（そうかちゅうしゅつほう、英: stratified sampling）とは、統計学における母集団からの標本調査の手法のひとつ。
, In statistics, stratified sampling is a me … In statistics, stratified sampling is a method of sampling from a population which can be partitioned into subpopulations. In statistical surveys, when subpopulations within an overall population vary, it could be advantageous to sample each subpopulation (stratum) independently. In computational statistics, stratified sampling is a method of variance reduction when Monte Carlo methods are used to estimate population statistics from a known population.lation statistics from a known population.
, En statistique, un échantillonnage stratif … En statistique, un échantillonnage stratifié est une méthode d'échantillonnage à partir d'une population. Dans un sondage, lorsque des sous-populations varient au sein d'une population générale, il peut être avantageux de sélectionner un échantillon au sein de chaque sous-population (ou strates).in de chaque sous-population (ou strates).
, Das Ziehen einer geschichteten Zufallsstic … Das Ziehen einer geschichteten Zufallsstichprobe (auch: stratifizierte Zufallsstichprobe) kann in der Statistik Vorteile bringen, wenn die Grundgesamtheit in sinnvolle Gruppen, die sogenannten Schichten, unterteilt werden kann. Sinnvoll bedeutet hier, dass die Schichten hinsichtlich eines oder mehrerer Merkmale, die auch die Ausprägung des letztlich interessierenden Merkmals beeinflussen, in sich relativ homogen sind und sich voneinander möglichst deutlich unterscheiden. Typische Schichten, die für Stichproben zur Beantwortung sozialwissenschaftlicher, medizinischer oder Marktforschungs-relevanter Fragestellungen eine Rolle spielen, wären etwa Altersgruppen oder Bevölkerungsschichten nach Einkommen, Bildungsabschluss, Wohnort etc.Einkommen, Bildungsabschluss, Wohnort etc.
, Em estatística, a amostragem estratificada … Em estatística, a amostragem estratificada é um método de amostragem de uma população que pode ser dividida em subpopulações. Em pesquisas estatísticas, quando as subpopulações dentro de uma população geral variam, pode ser vantajoso amostrar cada subpopulação (estrato) independentemente. A estratificação é o processo de dividir os membros da população em subgrupos homogêneos antes da amostragem. Os estratos devem definir uma partição da população. Ou seja, deve ser coletivamente exaustivo e mutuamente exclusivo: cada elemento da população deve ser atribuído a um e apenas um estrato. Em seguida, a amostragem aleatória simples é aplicada dentro de cada estrato. O objetivo é melhorar a precisão da amostra reduzindo o erro amostral. Pode produzir uma média ponderada que tem menos variabilidadmédia ponderada que tem menos variabilidad
, La mostra estratificada o mostreig estrati … La mostra estratificada o mostreig estratificat és una forma de representació estadística que mostra com es comporta una característica o variable en una població a través de fer evident el canvi d'aquesta variable en sub-poblacions o estrats. És un mètode de mostreig d'una població. Consisteix en la divisió prèvia de la població d'estudi en grups o classes que es suposen homogenis respecte a la característica a estudiar i que no s'ensolapin. Segons la quantitat d'elements de la mostra que s'han d'elegir de cadascun dels estrats, hi ha dues tècniques de mostreig estratificat:a dues tècniques de mostreig estratificat:
, L'allocazione ottima di Neyman, usata in s … L'allocazione ottima di Neyman, usata in statistica nell'ambito del campionamento statistico, è un'allocazione delle unità in un disegno stratificato sviluppata indipendentemente da Aleksandr Čuprov nel 1920 e Neyman nel 1934. La ripartizione degli elementi campionari negli strati considera sia la numerosità che la variabilità di ogni strato, a differenza dell'allocazione proporzionale che tiene conto della sola numerosità di strato. Se si indica con Nh la numerosità dello strato h e con Sh la deviazione standard nello strato stesso e con n il totale degli elementi campionati si ha:il totale degli elementi campionati si ha:
, Розшарована вибірка, стратифікована проба … Розшарована вибірка, стратифікована проба (англ. stratified sample) — проба, що складається з порцій, отриманих з ідентичних субчастин (страт) родоначальної сукупності. З кожної субчастини проби відбираються довільно. Завданням взяття стратифікованих проб є отримання більш репрезентативного зразка, ніж той, що береться за методикою випадкового відбору проб. Розшарована вибірка складається з різних прошарків популяції, наприклад, роблячи вибірки у різних вікових групах. Розмір вибірки для кожного прошарку пропорційний розміру цього прошарку. Важливо, щоб прошарки не перетинались.ку. Важливо, щоб прошарки не перетинались.
, El muestreo estratificado es una forma de … El muestreo estratificado es una forma de representación estadística que muestra cómo se comporta una característica o variable en una población a través de hacer evidente el cambio de dicha variable en subpoblaciones o estratos en los que se ha dividido.Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos respecto a característica a estudiar y que no se solapen. Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado:en dos técnicas de muestreo estratificado:
|
| rdfs:label |
Échantillonnage stratifié
, Allocazione di Neyman
, Mostra estratificada
, Muestreo estratificado
, Stratified sampling
, Стратифікована проба
, Losowanie warstwowe
, Amostragem estratificada
, أخذ العينات الطبقية
, Geschichtete Zufallsstichprobe
, 層化抽出法
, 층화표집
, Районированная выборка
, 分层抽样
|
