La fórmula del tamaño de la muestra ayuda a calcular o determinar el tamaño mínimo de la muestra que se requiere para conocer la proporción adecuada o correcta de la población junto con el nivel de confianza y el margen de error.
- N = tamaño de la población,
- Z = valor crítico de la distribución normal en el nivel de confianza requerido,
- Paso 1: En primer lugar, determine el tamaño de la población, que es el número total de entidades distintas en su población, y se denota por N. [Nota: En caso de que el tamaño de la población sea muy grande pero el número exacto no se conoce, luego se usa 100,000 porque el tamaño de la muestra no cambia mucho para las poblaciones más grandes que eso.]
- Paso 3: A continuación, determine la proporción de muestra que se puede utilizar a partir de resultados de encuesta anteriores o recolectarse ejecutando una pequeña encuesta piloto. [Nota: Si no está seguro, uno siempre puede usar 0.5 como un enfoque conservador, y dará el mayor tamaño de muestra posible.]
- Paso 4: A continuación, determine el margen de error, que es el rango en el que se espera que la población verdadera esté. [NOTA: MÁS PERSONAL El margen de error, más es la precisión y, por lo tanto, la respuesta exacta.]
- Paso 5: Finalmente, la ecuación de tamaño de la muestra se puede derivar mediante el tamaño de la población (paso 1), el valor crítico de la distribución normal en el nivel de confianza requerido (paso 2), proporción de muestra (paso 3) y margen de error ( Paso 4) como se muestra a continuación.
Tomemos el ejemplo de un minorista interesado en saber cuántos de sus clientes les compraron un artículo después de ver su sitio web en un día determinado. Dado que su sitio web tiene en promedio, 10,000 visitas por día determinan el tamaño de la muestra de los clientes que tienen que monitorear a un nivel de confianza del 95% con un margen de error del 5% si:
- N = tamaño de la población,
- Z = valor crítico de la distribución normal en el nivel de confianza requerido,
- Paso 1: En primer lugar, determine el tamaño de la población, que es el número total de entidades distintas en su población, y se denota por N. [Nota: En caso de que el tamaño de la población sea muy grande pero el número exacto no se conoce, luego se usa 100,000 porque el tamaño de la muestra no cambia mucho para las poblaciones más grandes que eso.]
- Paso 3: A continuación, determine la proporción de muestra que se puede utilizar a partir de resultados de encuesta anteriores o recolectarse ejecutando una pequeña encuesta piloto. [Nota: Si no está seguro, uno siempre puede usar 0.5 como un enfoque conservador, y dará el mayor tamaño de muestra posible.]
- Paso 4: A continuación, determine el margen de error, que es el rango en el que se espera que la población verdadera esté. [NOTA: MÁS PERSONAL El margen de error, más es la precisión y, por lo tanto, la respuesta exacta.]
- Paso 5: Finalmente, la ecuación de tamaño de la muestra se puede derivar mediante el tamaño de la población (paso 1), el valor crítico de la distribución normal en el nivel de confianza requerido (paso 2), proporción de muestra (paso 3) y margen de error ( Paso 4) como se muestra a continuación.
1 – Dado que se desconoce la tasa de conversión actual, supongamos p = 0.5
¿Cuál es la fórmula del muestreo?
Caer con la doble frecuencia significa que los valores de función se toman a intervalos uniformes, por lo que una distancia simple Δt = 1/(2f) { displayStyle delta t = 1/(2f)}, es decir H Después de la presentación de Fourier, estos valores resultan de la densidad de frecuencia como
Tenga en cuenta que puede trabajar muy bien con estas fórmulas en matemáticas, pero no se pueden realizar en sistemas de escaneo reales. Para determinar cada valor de señal, sería necesaria una suma a través de un área infinita. Además, un número infinito de barras tendría que esperarse antes de que se pueda completar la suma. Porque esto no es posible, en la práctica surgen errores inevitables.
La función sinc (x) = sin (πx) πx { displayStyle operatorname {sinc} (x) = { frac { sen ( pi x)} { pi x}}} sinc), es el es el Núcleo de interpolación ideal para cuerpos de soporte integrados; Es sinc (0) = 1 y sinc (s) = 0 para cada número entero adicional N. La serie de interpolación también se llama serie cardinal, según la notación de Whittaker, el cardenal pre -sínilable se refiere al papel sobresaliente como «fluctuación de siembra «En todas las series de funciones interpoladoras. Excepto por un factor, la función SINC tiene el rectángulo functionRect (x2π) { displaystyle operatorname {rect} left ({ frac {x} {2 pi} right)}, esto tiene el valor 1 en el intervalo [-; π] { displayStyle [- pi; pi]} De lo contrario, el valor cero. Por lo tanto, está limitado por la banda con la frecuencia más alta 1/2.
El desarrollo como serie Cardinal ahora es muy natural al usar la serie de densidad de frecuencia de Fourier en la transformación inversa de Fourier,
Una señal real en un pasaje de banda debe, para permitir escanear a través de valores funcionales, solo para frecuencias del intervalo [2πnf, 2π (n+1) f] { displayStyle [2 pi nf, 2 pi (n+ 1) f]} no ha desaparecido Fourier transformado. Entonces F es el rango único. Esto se puede generalizar en bandas de frecuencia, pero el escaneo no debe definirse por valores funcionales, sino por productos escalares. Un ejemplo de esto es el procedimiento multiplex de frecuencia, ver también OFDM.
¿Cuál es la fórmula del muestreo aleatorio simple?
Dentro
Un muestreo aleatorio simple (EAS), cada miembro de una población tiene un
igualdad de posibilidades de incluir dentro de la muestra. Cada combinación
Los miembros de la población también tienen la misma oportunidad de componer la muestra.
Estas dos propiedades son las que define un muestreo aleatorio simple. Nosotros
debe elaborar una lista de todas las unidades incluidas en la población
Observado para seleccionar una muestra aleatoria simple.
Ejemplo 1: Él
debe numerar en un pedido secuencial cada entrada o registro para
Tome una muestra aleatoria simple de un directorio telefónico. Dónde
tenía 10,000 entradas en el directorio telefónico y si el tamaño de
La muestra era de 2,000 números, una computadora debería generar
Chance 2,000 números entre 1 y 10,000. Cada número sería la misma suerte
que otro para ser generado por la computadora (que cumpliría con el requisito de
Muestreo aleatorio simple: una oportunidad igual para cada unidad). Los 2
000 entradas en el directorio telefónico correspondiente a los 2,000 números
Generado aleatorio por la computadora compensaría la muestra.
A
El muestreo aleatorio simple se puede hacer con o sin reemplazo. A
muestra con reemplazo significa que la entrada en
El directorio telefónico muestreado se selecciona dos veces o más.
Por lo general, el muestreo aleatorio simple se lleva a cabo sin
Reemplazo, porque es más práctico y ofrece resultados más precisos.
Nos referiremos al muestreo sin reemplazo cuando
tratará con un muestreo aleatorio simple a los efectos de estos
Descripciones.
¿Cómo se prepara el muestreo?
La preparación de la muestra, en química analítica, los procesos en los que una pieza representativa de material se extrae de una cantidad mayor y se prepara para el análisis. El muestreo y la preparación de la muestra tienen un significado único y especial importancia cuando se aplican al campo de la química analítica. La química analítica en todas sus formas diversas se puede considerar como un esfuerzo de varios pasos con la fase de medición, pero un enlace cerca del final de una cadena de operaciones. Esa cadena comienza con el muestreo, un proceso esencial que subyace en todo el trabajo posterior e imparte relevancia a lo que de otro modo sería un ejercicio sin sentido.
El muestreo es críticamente relevante en todas partes que la química analítica tiene un papel que desempeñar. El muestreo ambiental de la atmósfera se utiliza para proporcionar datos analíticos sobre tendencias estacionales u otras que pueden correlacionarse con procesos naturales o sociales. Por ejemplo, la extensión del orificio de ozono antártico y su relación con el uso de fluorocarbono se confirmaron por este medio. Cerca del nivel del suelo, los sitios de monitoreo proporcionan datos para la evaluación de calidad del aire, para el diseño de estrategias de control de contaminación y para la aplicación regulatoria. Los pozos de monitoreo de agua subterránea se utilizan para probar acuíferos para garantizar la calidad del agua. Se muestrean ríos y arroyos para rastrear la contaminación de la industria, la agricultura, las alcantarillas y las ciudades. El océano se muestrean para estudiar el presupuesto del ciclo del carbono para la Tierra, y se muestrean los respiraderos hidrotérmicos del fondo marino para obtener pistas sobre la geoquímica en las profundidades de la corteza terrestre.
¿Cómo se realiza un muestreo estadístico?
- Muestreo de probabilidad: en muestreo de probabilidad, cada elemento de la población tiene la misma posibilidad de ser seleccionado. El muestreo de probabilidad nos brinda la mejor oportunidad de crear una muestra que sea verdaderamente representativa de la población
- Muestreo de no probabilidad: en el muestreo sin probabilidad, todos los elementos no tienen la misma probabilidad de ser seleccionados. En consecuencia, existe un riesgo significativo de terminar con una muestra no representativa que no produce resultados generalizables
Este es un tipo de técnica de muestreo que debe haber encontrado en algún momento. Aquí, cada individuo es elegido por completo por casualidad y cada miembro de la población tiene la misma oportunidad de ser seleccionado. El muestreo aleatorio simple reduce el sesgo de selección. El muestreo aleatorio simple reduce las posibilidades de error de muestreo. El error de muestreo es más bajo en este método de todos los métodos.
En una muestra agrupada, utilizamos los subgrupos de la población como la unidad de muestreo en lugar de individuos. La población se divide en subgrupos, conocidos como grupos, y se selecciona aleatoriamente un grupo completo para ser incluido en el estudio. Este tipo de muestreo se usa cuando nos centramos en una región o área específica.
Existen diferentes tipos de muestreo de clúster: métodos de muestreo de clúster de una sola etapa, dos etapas y de etapa múltiple.
Ejemplo: en los grupos de encuestas de población se identifican e incluyen en una muestra basada en parámetros demográficos como edad, sexo, ubicación, etc. Esto hace que sea muy simple que un creador de encuestas obtenga una inferencia efectiva de la retroalimentación.
Artículos Relacionados:
