선택 기계

선택은 기계적입니다.

기계적 선택은 특정 패턴을 고려하지 않고 전체 데이터 질량에서 관측치를 무작위로 선택하는 통계에 사용되는 방법입니다.

기계적 선택의 의미는 모집단의 모든 m번째 단위가 표본에 포함된다는 것입니다. 즉, 먼저 일부 요소의 전체 수를 결정한 다음 이 숫자에서 이 숫자의 배수인 임의의 요소 수를 가져옵니다. 이 숫자를 "표본 모집단의 검정력"이라고 합니다.

예: 목록에 7개의 첫 번째 수업이 있다고 가정하면 각 수업에는 5명의 학생이 있어 총 35명의 학생이 있습니다. 무작위로 5개의 클래스를 선택해야 합니다. 우선, "선택한 샘플의 검정력"을 계산해 보겠습니다. ``md Class | 학생 수 ----------- 1 [1,2,3,4,5] 2 [6,7,8,9,10 ] 3 [11,12,13,14,15] 4 [16,17,18,19,20] 5 [21,22,23,24,2

기계적 선택은 표본 모집단을 구성하는 방법 중 하나로, 일반 모집단의 단위를 특정 순서에 따라 선택합니다. 이 경우 주어진 조건을 만족하는 유닛들만 선택됩니다.

기계적 선택은 일반 인구가 특정 순서(예: 알파벳순, 출현 시간 또는 기타 패턴)로 배열된 일련의 단위로 표시될 수 있다는 생각에 기초합니다. 또한, 이 시퀀스에서 특정 숫자의 배수인 특정 간격(예: 매 5분의 1 또는 10분의 1 단위)이 선택됩니다. 따라서 기계적 선택을 통해 일반 인구의 일부를 대표하고 주요 특성을 반영하는 표본을 얻습니다.

기계적 선택에는 장점과 단점이 있습니다. 장점에는 단순성과 사용 용이성뿐만 아니라 샘플 크기를 정확하게 결정하는 기능도 포함됩니다. 단점은 모집단에 이질성이 있거나 모집단 단위가 고르지 않게 분포된 경우 얻은 결과가 왜곡될 수 있다는 것입니다.

기계적 선택을 사용하는 한 가지 예는 전화번호부에서 전화번호를 선택하는 것입니다. 여기서 책의 각 페이지를 간격으로 삼을 수 있으며, 페이지의 각 항목을 샘플링 단위로 선택할 수 있습니다. 이렇게 하면 전화번호 목록에서 무작위로 추출된 샘플이 생성됩니다.

기계적 선택을 사용하는 또 다른 예는 시험에서 학생을 선택하는 것입니다. 여기서는 각 학생 그룹을 표본 단위로 삼아 각 학생을 무작위로 선택할 수 있습니다. 이를 통해 시험에 응시하는 모든 학생의 지식과 능력에 대한 통찰력을 얻을 수 있습니다.

따라서 기계적 선택은 표본 모집단을 형성하는 간단하고 편리한 방법입니다. 무작위 표본을 얻을 수 있지만 특히 모집단에 이질성이 있는 경우 사용 시 주의가 필요합니다.