代表性 - 這是什麼過程？ 覆蓋誤差

代表性的概念是共通的統計otchetnostyakh並講話和報告的編制。 也許沒有它，很難想像任何形式呈現的顯示信息。

代表性 - 是什麼呢？

代表性反映選定的物體或零件如何對應於從它們被選擇的數據群的內容和意義。

其他定義

代表性的概念可以在不同環境下進行擴展。 但其含義表示 - 是遵從性功能和普通人群的選擇單元準確反映整個數據庫整體的一般特徵的屬性。

也代表信息被定義為提交的樣本數據集的參數和從正在進行的研究的角度重要性質的能力。

代表性樣本

抽樣的原則是選擇最準確和顯示數據集的性能非常重要。 它採用了多種方法，其允許獲得精確的結果和所述的概述 一般人群中， 使用描述所述數據的質量僅選擇的材料。

因此，沒有必要了解所有的材料，而且它足夠考慮選擇性表示。 這是什麼？ 這是個人數據的，以便具有關於信息的總質量的想法的樣品。

他們視作為傑出的概率和非概率方法。 概率 - 其中一個樣本是通過計算最重要和最有趣的數據，這是一般人群的進一步代表發了言。 這是一個深思熟慮的選擇或隨機抽樣，但是，它的內容合理的。

非概率 - 是在彩票的通常原理的隨機樣品的一種形式。 在這種情況下，誰做這樣的選擇的人的意見。 它僅使用盲平局。

概率抽樣

概率抽樣也可以分為幾種類型：

• 一個最簡單明了的原則 - 一個方便的樣品。 例如，進行社會調查時，這種方法經常被使用。 在這種情況下，受訪者不從人群在任何特定的功能選擇，並且在第一個50人誰參與該計劃的產生的信息。
• 有意抽樣的區別在於他們有一些要求和條件的選擇，但還是靠巧合，不追求實現良好的統計數據的目的。
• 配額的基礎上的樣品 - 這是另一種變體上的概率的樣品，這是通常用於大型數據集的分析。 對她來說，使用各種條件和規範。 選擇的對象與它們匹配。 這是社會調查的例子表明將接受採訪100人，但只有一些人誰將會符合規定要求的意見將被考慮到的統計報告的編寫工作。

概率抽樣

對於這些樣品中的物體將滿足，其中許多方法能夠精確地當選將呈現為樣本數據的代表性事實和數據的選項概率抽樣估計數。 這些方法計算所需的數據可以是：

• 簡單隨機抽樣。 它在於，所選擇的段中完全隨機選擇的，這將是代表性的樣本數據的彩票所需量的事實。

• 系統和隨機採樣使得能夠創建計算隨機段的基礎上必要的數據的系統。 因此，如果所述第一隨機數，其指示從普通人群選擇的數據的序號，是5，則隨後的數據將被選擇可以是，例如，15，25，35等。 這個例子清楚地說明，即使是隨機選擇可以根據所需的原數據的系統計算。

客戶樣品

有意義的樣品 - 其中包括在考慮每個單獨的段的方法，並且基於他的評價編譯集合反映了特性和共享數據庫的屬性。 因此撥打對應於有代表性的樣品要求的數據量更大。 它能夠容易地選擇一些將不被包括在總數量的選項，而不會失去佔總人口選擇的數據的質量。 通過這種方式，研究結果的代表性。

樣本大小

必須解決的不是最後一個問題 - 它是人口的代表性樣本大小。 樣本量並不總是取決於人口源的數量。 然而，樣本的代表性取決於有多少段應最終劃分結果。 的多個段，所述多個數據進入生產樣品。 如果結果需要的總稱，並不需要具體情況，然後分別樣品變小，因為，沒有進入細節，信息呈現較表淺的，這意味著它的解釋是共享的。

代表性的錯誤的概念

誤差幅度 - 人口和採樣數據的特性之間的特定差異。 在任何取樣是絕對不可能得到準確的數據，在充分研究人口和樣本僅代表的信息和選項部分，而更詳細的研究只是在整組的研究是可能的。 因此，難免有些錯誤和失誤。

錯誤類型

區分發生在一個代表性樣品的製備一些錯誤：

• 系統性。
• 隨機的。
• 故意。
• 無意的。
• 標準。
• 限制。

隨機誤差的外觀基礎上，可以研究總人口的不連續性。 通常情況下，代表性的隨機誤差具有體積小和性格。

違反一般人群的選擇規則的數據之間會出現系統誤差。

平均誤差 - 平均樣本值和所述基本組之間的差異。 它不依賴於樣品中單位數。 它是成反比 的樣品的體積。 然後將體積越大，越低的平均的值錯誤。

誤差極限 - 是平均值將樣品和總人口之間的最大可能差。 這個錯誤的特點是其發生的特定條件下最可能的錯誤。

代表性的有意和無意的錯誤

數據偏移誤差是有意和無意的。

然後故意錯誤的出現的原因是通過確定趨勢的方法將數據的選擇的方法。 發生在製備的樣品的觀察，形成一個代表性樣品的階段非故意的誤差。 為了避免這樣的錯誤，你必須創造一個良好的基礎，抽樣，列出組件選擇單位。 它應該是完全一致與採樣的目標是準確的，涵蓋了研究的各個方面。

有效性，可靠性，代表性。 計算錯誤

樣品誤差（MM）的算術計算平均值（M）。

標準偏差：樣品大小（> 30）。

誤差幅度（MP）和 一個相對值 （P）的樣本大小（N> 30）。

在這種情況下，當它是必要研究聚集體，其中所述樣品的量小，並且小於30個單位，則病例數將小於一個單元。

誤差值成正比的樣本大小。 代表信息和制定一個準確的預測的可能性程度的計算體現了一定值限制錯誤。

代表系統

不僅在使用代表性樣品呈現信息，而且還接收到該信息的人使用的代表性系統的評估過程。 因此，大腦處理一定 量的信息 ，以便有效地和快速地評估所提供的數據和理解的主題創建的信息的整個流的代表性樣品。 要回答這個問題：“代表性 - 這” - 很簡單人類意識的規模。 要做到這一點，大腦會利用一切服從 的感覺， 這取決於什麼樣的信息應該從一般流中分離出來。 因此，區別是由間：

• 其中器官被利用眼的視覺感知視覺表象系統。 人們經常使用類似的系統，稱為視覺效果。 有了這個系統，一個人在處理圖像的形式的信息。
• 聽覺表象系統。 主體，它是用來 - 這是一個謠言。 在聲音文件或語音形式提供的信息，它是由系統處理。 人們更容易接受的聽證會，被稱為audialami信息。
• 動覺代表性系統是通過與嗅覺和觸覺信道感測它的信息的處理流程。

• 數字代表系統被從外部獲得的信息的手段與其他一起使用。 這種主觀感知和數據的邏輯解釋。

所以代表性 - 是什麼呢？ 在處理信息的集合或整體程序簡單的選擇？ 我們可以說，代表性很大程度上決定了我們的數據流的認識，有助於從它最引人注目的和有意義的隔離。