Выборочная совокупность – часть генеральной совокупности, отобранная специальным методом и предназначенная для характеристики генеральной совокупности. Метод статистического анализа позволяет распространять результаты, полученные при работе с выборкой, на всю генеральную совокупность. Без его использования исследования не могут считаться научными, а их результаты - убедительными и доказанными. Таким образом, на основании выборочной совокупности исследователь может формировать представление о свойствах генеральной совокупности.
Основное требование, предъявляемое к любой выборке, это её представительность или репрезентативность (от лат. represento - представляю). Чтобы выборочная совокупность как можно полнее отражала генеральную совокупность, т.е. была репрезентативной, необходимо учитывать следующие основные положения:
1. Выборка должна быть вполне представительной, или типичной, т.е. чтобы в ее состав входили преимущественно те варианты, которые наиболее полно отражают генеральную совокупность. Поэтому перед тем, как приступить к обработке выборочных данных, их внимательно просматривают и удаляют явно нетипичные варианты. Например, при измерении длины колосьев нельзя включать в выборку испорченные головней или оборванные колосья, поскольку они нетипичны для такого рода выборки. При изучении хода роста деревьев в высоту надо исключить деревья, сломанные бурей, поврежденные огнем и т.д.
2. Выборка должна быть объективной. При образовании выборки нельзя поступать по произволу, включать в ее состав только те варианты, которые кажутся типичными, а все остальные браковать. Доброкачественная выборка производится без предвзятых мнений, по методу жеребьевки или лотереи, когда ни одна из вариант генеральной совокупности не имеет никаких преимуществ перед остальными - попасть или не попасть в состав выборочной совокупности. Иными словами, выборка должна производиться по принципу случайного отбора, без каких бы то ни было субъективных изъятий на ее состав. Например, если мы хотим для определения средней высоты измерить 20 деревьев ели, то нельзя их выбирать по своему вкусу, исключая, скажем, низкие угнетенные стволы. Надо измерять высоту у каждого 10 или 20 и т.д. елового дерева. При этом надо учитывать ограничения, упомянутые выше в п.1, например, исключать деревья, сломанные ветром.
3. Выборка должна быть качественно однородной. Нельзя включать в состав одной и той же выборки данные, полученные на особях разного пола, вида, возраста или физиологического состояния, так как заведомо известно, что эти факторы по-разному сказываются на величине и функциональном состоянии признаков, по которым может быть образована выборочная совокупность. Неоднородный по составу материал не дает верной информации об изучаемых явлениях. Например, нельзя отбирать только самые крупные особи животных (насекомых, птиц и т.д.).
4. Выборочная совокупность должна быть достаточной по объему, чтобы более точно выразить особенности генеральной совокупности. Статистика располагает специальными формулами или готовыми таблицами, по которым можно определить необходимое число наблюдений.
Эмпирические, или выборочные, совокупности могут иметь самый различный объем. В зависимости от числа наблюдений принято различать м а л ы е выборки, содержащие не более 30 вариант, и выборки б о л ь ш и е > 30 , включающие в свой состав до 100-200 единиц совокупности и больше. Верхний предел здесь не ограничен. Принципиальной разницы между большой и малой выборками нет. Различать их приходится на том основании, что сравнительная оценка показателей, вычисляемых на малых выборках, находится в зависимости от числа наблюдений.
При изучении тех или иных объектов исследователь имеет дело с признаками, проявлением которых один предмет отличается от другого. Учетные признаки могут быть количественными и качественными (атрибутивными). Количественные признаки – имеют цифровое выражение (число лепестков в цветке, возраст, масса и длина тела животного, температура организма, количество зубов, позвонков, плавников, скорость движения). Атрибутивные - носят описательный характер (пол, окраска, сезон, запах, всхожесть или не всхожесть семян). Качественные признаки не поддаются непосредственному измерению и учитываются по наличию их свойств у отдельных членов изучаемой группы. Например, среди растений можно подсчитать количество экземпляров с разной окраской цветков — белой, розовой, красной, фиолетовой и т. д. В массе животных также нетрудно отличить и учесть особей разного пола и масти — серых, вороных, гнедых, пестрых и др.
Количественные признаки подразделяют на континуальные и дискретные. Континуальные признаки теоретически могут принимать любые возможные значения в пределах между минимальным и максимальным показателем признака (как целые, так и дробные). Дискретные признаки могут характеризоваться лишь целыми числами. По роли признаков в совокупности они могут быть факторными (влияющими) - возраст, пол, наличие заболевания; и результативными (испытывающими влияние) - рост, масса тела.
Деление признаков на качественные и количественные весьма условно. Например, в массе однородных индивидов, доступных измерению, можно выделить группы высоких, средних и низких, а также успевающих и неуспевающих и т. д. Вместе с тем в каждом качественном признаке, например, в окраске листьев, цветков и плодов, можно обнаружить целую гамму количественных переходов, или градаций, и измерить их. И все же, несмотря на очевидную условность приведенной классификации, она необходима хотя бы потому, что количественные признаки распределяются в вариационный ряд, а качественные не распределяются. А при разных способах группировки исходных данных применяют разные способы их обработки.
Если результаты наблюдений группируются в противопоставляемые друг другу группы, их варьирование в отличие от рядовой изменчивости называют альтернативным, а признаки — альтернативными. Примером могут служить случаи, когда противопоставляют женские особи мужским, больные — здоровым, высокорослые — низкорослым, успевающие — неуспевающим и т. д.
Важным свойством признаков является варьирование величины признака при переходе от одной единицы наблюдения к другой. Отдельные числовые значения варьирующего признака называются вариантами (лат.variatio - изменение) или датами (англ. data - данные).
Достарыңызбен бөлісу: |