Principal » negociação algorítmica » Amostragem sistemática

Amostragem sistemática

negociação algorítmica : Amostragem sistemática
O que é amostragem sistemática?

Amostragem sistemática é um tipo de método de amostragem probabilística no qual membros da amostra de uma população maior são selecionados de acordo com um ponto de partida aleatório, mas com um intervalo periódico fixo. Esse intervalo, chamado intervalo de amostragem, é calculado dividindo o tamanho da população pelo tamanho de amostra desejado.

Apesar de a população da amostra ter sido selecionada com antecedência, a amostragem sistemática ainda é considerada aleatória se o intervalo periódico for determinado previamente e o ponto de partida for aleatório.

Existem vários métodos de amostragem de uma população para inferência estatística; amostragem sistemática é uma forma de amostragem aleatória.

1:29

Amostragem sistemática

Como funciona a amostragem sistemática

Como a amostragem aleatória simples de uma população pode ser ineficiente e demorada, os estatísticos recorrem a outros métodos, como a amostragem sistemática. A escolha de um tamanho de amostra por meio de uma abordagem sistemática pode ser feita rapidamente. Depois que um ponto de partida fixo é identificado, um intervalo constante é selecionado para facilitar a seleção do participante.

A amostragem sistemática é preferível à amostragem aleatória simples quando há um baixo risco de manipulação de dados. Se esse risco for alto quando um pesquisador puder manipular a duração do intervalo para obter os resultados desejados, uma técnica simples de amostragem aleatória seria mais apropriada.

A amostragem sistemática é popular entre pesquisadores e analistas devido à sua simplicidade. Os pesquisadores geralmente assumem que os resultados são representativos da maioria das populações normais, a menos que exista uma característica aleatória desproporcionalmente a cada "enésima" amostra de dados (o que é improvável). Em outras palavras, uma população precisa exibir um grau natural de aleatoriedade ao longo da métrica escolhida. Se a população possui um tipo de padrão padronizado, o risco de escolher acidentalmente casos muito comuns é mais aparente.

Na amostragem sistemática, como em outros métodos de amostragem, uma população-alvo deve ser selecionada antes da seleção dos participantes. Uma população pode ser identificada com base em qualquer número de características desejadas que atendam ao objetivo do estudo que está sendo realizado. Alguns critérios de seleção podem incluir idade, sexo, raça, localização, nível de educação e / ou profissão.

  • Amostragem sistemática é um tipo de método de amostragem probabilística no qual membros da amostra de uma população maior são selecionados de acordo com um ponto de partida aleatório, mas com um intervalo periódico fixo (o intervalo de amostragem).
  • Devido à sua simplicidade, a amostragem sistemática é popular entre os pesquisadores.
  • Outras vantagens dessa metodologia incluem a eliminação do fenômeno de seleção em cluster e a baixa probabilidade de contaminação de dados.
  • As desvantagens incluem a super ou sub-representação de padrões particulares e um maior risco de manipulação de dados.

Exemplos de amostragem sistemática

Como exemplo hipotético de amostragem sistemática, suponha que em uma população de 10.000 pessoas, um estatístico selecione cada centésima pessoa para amostragem. Os intervalos de amostragem também podem ser sistemáticos, como escolher uma nova amostra para extrair a cada 12 horas.

Como outro exemplo, se você quiser selecionar um grupo aleatório de 1.000 pessoas de uma população de 50.000 usando amostragem sistemática, todos os participantes em potencial deverão ser colocados em uma lista e um ponto de partida será selecionado. Uma vez formada a lista, cada 50ª pessoa da lista (iniciando a contagem no ponto de partida selecionado) seria escolhida como participante, uma vez que 50.000 / 1.000 = 50.

Por exemplo, se o ponto inicial selecionado fosse 20, a 70ª pessoa da lista seria escolhida, seguida pela 120ª e assim por diante. Quando o final da lista é alcançado e se forem necessários participantes adicionais, a contagem volta ao início da lista para finalizar a contagem.

Amostragem sistemática versus amostragem de cluster

A amostragem sistemática e a amostragem por conglomerado diferem na maneira como extraem pontos de amostra da população incluída na amostra. A amostragem por cluster divide a população em clusters, enquanto a amostragem sistemática usa intervalos fixos da população maior para criar a amostra.

A amostragem sistemática seleciona um ponto de partida aleatório da população e, em seguida, é retirada uma amostra de intervalos fixos regulares da população, dependendo do seu tamanho. A amostragem por cluster divide a população em clusters e, em seguida, coleta uma amostra aleatória simples de cada cluster.

A amostragem por cluster é considerada menos precisa do que outros métodos de amostragem. No entanto, isso pode economizar custos na obtenção de uma amostra. A amostragem por cluster é um procedimento de amostragem em duas etapas. Pode ser usado quando é difícil completar uma lista de toda a população. Por exemplo, pode ser difícil construir toda a população de clientes de uma mercearia para entrevistar.

No entanto, uma pessoa pode criar um subconjunto aleatório de lojas, que é o primeiro passo no processo. O segundo passo é entrevistar uma amostra aleatória dos clientes dessas lojas. Este é um processo manual simples que pode economizar tempo e dinheiro.

Limitações da amostragem sistemática

Um risco que os estatísticos devem considerar ao realizar amostragem sistemática envolve como a lista usada com o intervalo de amostragem é organizada. Se a população colocada na lista estiver organizada em um padrão cíclico que corresponda ao intervalo de amostragem, a amostra selecionada pode ser tendenciosa.

Por exemplo, o departamento de recursos humanos de uma empresa deseja escolher uma amostra de funcionários e perguntar como eles se sentem sobre as políticas da empresa. Os funcionários são agrupados em equipes de 20, com cada equipe chefiada por um gerente. Se a lista usada para selecionar o tamanho da amostra for organizada com equipes agrupadas, o estatístico corre o risco de escolher apenas gerentes (ou nenhum gerente), dependendo do intervalo de amostragem.

Compare contas de investimento Nome do provedor Descrição Divulgação do anunciante × As ofertas que aparecem nesta tabela são de parcerias das quais a Investopedia recebe remuneração.

Termos relacionados

Definição de amostragem A amostragem é um processo usado na análise estatística em que um grupo de observações é extraído de uma população maior. mais Como funcionam as amostras aleatórias simples Uma amostra aleatória simples é um subconjunto de uma população estatística na qual cada membro do subconjunto tem uma probabilidade igual de ser escolhido. Uma amostra aleatória simples deve ser uma representação imparcial de um grupo. mais Leitura sobre amostragem aleatória estratificada A amostragem aleatória estratificada é um método de amostragem que envolve a divisão de uma população em grupos menores, conhecidos como estratos. Amostra mais representativa é freqüentemente usada para extrapolar sentimentos mais amplos. Uma amostra representativa é um subconjunto de uma população que reflete características de toda a população. mais Amostra Uma amostra é uma versão menor e gerenciável de um grupo maior. As amostras são usadas em testes estatísticos quando o tamanho da população é muito grande. mais O que é o Teorema do Limite Central (CLT)? O teorema do limite central afirma que a distribuição da amostra aproxima-se de uma distribuição normal à medida que o tamanho da amostra aumenta. mais Links de parceiros
Recomendado
Deixe O Seu Comentário