Please enable JavaScript.
Coggle requires JavaScript to display documents.
Campionamento casuale semplice, 68,2 - Coggle Diagram
Campionamento casuale semplice
Cos'è
La probabilità di far parte del campione è n/N
È l'unico disegno di campionamento con struttura semplice.
È il campione di n unità estratte da una popolazione di numerosità N con uguale probabilità (1/N) a ogni passo dell'estrazione
Serve anche da termine di paragone per valutare l'efficienza degli altri disegni di campionamento (complessi)
Quando usarlo?
Il costo per raggiungere ogni unità è omogeneo e non varia se si prevede l'uso di disegni più complessi
Si vogliono usare stimatori semplici
Si dispone di buone liste dell'intera popolazione
Si vogliono stimare relazioni complesse e altri disegni hanno costi comparabili
Popolazione omogenea
Quando non usarlo?
La popolazione è suddivisibile in gruppi omogenei al loro interno
Le liste sono presenti per gruppi di unità e non per l'intera popolazione
Si hanno informazioni ausiliarie sulla popolazione
I costi per raggiungere le unità possono variare notevolmente e disegni diversi comportano costi molto inferiori
Stima
- stimare il valore medio nel CCS
Si usa la
media campionaria
COS'É
Ad ogni possibile campione estratto corrisponde una diversa media campionaria
La variabilità dovuta al campionamento dipende dal fatto che abbiamo estratto solo uno dei tantissimi campioni possibili
Media aritmetica dei valori osservati presso il campione estratto
PROPRIETÁ
Segue la distribuzione normale
Maggior parte delle osservazioni sono vicine al valor medio
La curva non tocca mai asse X
Simmetrica rispetto al centro
Tutte le possibili curve hanno la stessa forma di base
Distribuzione di frequenze
La curva è determinata dal valore medio e dallo s.q.m.
Se standardizzata
S.q.m. 1
Media 0
Il risultato è affetto da una certa misura di incertezza
Misurabile attraverso lo
standard error
Lo standard error è una misura della dispersione di tutte le medie campionarie che potremmo trovare se estraessimo un campione e ne calcolassimo la media per migliaia e migliaia di volte
Lo standard error è sempre più piccolo dello s.q.m.
Teorema del limite centrale
DEFINIZIONE
Se si estrae da una popolazione un certo numero di campioni n, la media campionaria di tali campioni avrà distribuzione normale con media uguale alla media della popolazione e s.q.m. pari allo standard error
68,2