Colhendo amostras de Populações
A ideia de amostragem de uma população é um dos conceitos mais fundamentais nas estatísticas - na verdade, em toda a ciência. Por exemplo, você não pode testar como um medicamento de quimioterapia irá trabalhar em todos pessoas com pulmão Câncer você pode estudar apenas uma amostra limitada de doentes com cancro do pulmão que estão disponíveis para você e tirar conclusões a partir dessa amostra.
Como usado em pesquisas clínicas, os termos população e amostra pode ser definido da seguinte maneira:
População: Todos os indivíduos com um conjunto bem definido de características (por exemplo: ser humano, do sexo masculino, idade 18-65, com câncer de pulmão Fase 3)
Amostra: Um subconjunto de uma população definida, selecionada para o estudo experimental
Qualquer amostra, não importa quão cuidadosamente ele é selecionado, é apenas um reflexo imperfeito da população, devido à ocorrência inevitável de flutuações aleatórias. A figura, que mostra as pontuações de QI de uma amostra aleatória de 100 indivíduos da população dos EUA, apresenta esta característica. (Pontuações de QI são padronizadas de modo que a média para o conjunto da população é de 100, com um desvio padrão de 15.)
A amostra é distribuída mais ou menos como a população, mas é evidente que é apenas uma aproximação à verdadeira distribuição. A média eo desvio padrão da amostra estão perto, mas não exatamente igual, a média eo desvio padrão da população, e o histograma não tem uma forma de sino perfeito. Estas características são sempre verdadeiras de qualquer amostra aleatória.
Histogramas são preparados a partir de dados que você observa em sua amostra de sujeitos, e eles descrevem como os valores flutuam em que a amostra. Um histograma de uma variável observada, preparada a partir de uma amostra aleatória de dados, é uma aproximação ao que a verdadeira distribuição da população dessa variável parece.
Em uma experiência ideal, a amostragem é realizada de modo que cada membro da população tem a mesma chance de serem selecionados para a amostra experimental. Numa amostra aleatória tal, apenas a inevitáveis as flutuações aleatórias, do tipo ilustrado na figura acima.
Mas na maioria dos experimentos de vida real, é impossível realizar a amostragem verdadeiramente aleatório de toda a população. Você não pode tentar recrutar pacientes a fase 3 do cancro do pulmão machos adultos de todas as partes do mundo, para que o seu exemplo irá quase certamente ter uma distribuição de raça diferente do que na população global. Isso produz o que é chamado viés de amostragem. Se a sua amostra difere da população com relação a alguma variável que pode afetar o resultado de sua experiência, ele pode limitar a aplicabilidade dos resultados de seu experimento para a população em geral.