3.4.1 ਸੰਭਾਵਨਾ ਨਮੂਨਾ: ਡਾਟਾ ਇਕੱਠਾ ਅਤੇ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ

ਵਜ਼ਨ ਭਟਕਣਾ ਬੁੱਝ ਨਮੂਨਾ ਕਾਰਜ ਨੂੰ ਦੇ ਕਾਰਨ ਨੂੰ ਖ਼ਤਮ ਕਰ ਸਕਦਾ ਹੈ.

ਸੰਭਾਵਨਾ ਨਮੂਨੇ ਉਹ ਜਿੱਥੇ ਸਾਰੇ ਲੋਕ ਇੱਕ ਜਾਣਿਆ, ਗੈਰ-ਜ਼ੀਰੋ ਸ਼ਾਮਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਹਨ, ਅਤੇ ਸਧਾਰਨ ਸੰਭਾਵਨਾ ਨਮੂਨੇ ਡਿਜ਼ਾਇਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਹੈ, ਜਿੱਥੇ ਹਰ ਵਿਅਕਤੀ ਨੂੰ ਸ਼ਾਮਲ ਦੇ ਬਰਾਬਰ ਸੰਭਾਵਨਾ ਹੈ ਸਧਾਰਨ ਹੈ. ਉੱਤਰਦਾਤਾ ਸੰਪੂਰਣ ਚੱਲਣ (ਉਦਾਹਰਨ ਲਈ, ਕੋਈ ਕਵਰੇਜ ਗਲਤੀ ਹੈ ਅਤੇ ਕੋਈ ਵੀ ਗੈਰ-ਜਵਾਬ) ਨਾਲ ਹੀ ਸਧਾਰਨ ਲਗਾਤਾਰ ਨਮੂਨਾ ਦੁਆਰਾ ਚੁਣੇ ਗਏ ਹਨ, ਜਦ, ਫਿਰ ਅਨੁਮਾਨ ਹੈ, ਕਿਉਕਿ ਨਮੂਨਾ ਜਾਵੇਗਾ-'ਤੇ ਆਬਾਦੀ ਦੇ ਇੱਕ miniature ਵਰਜਨ ਔਸਤ-ਹੋ ਸਿੱਧਾ ਹੁੰਦਾ ਹੈ.

ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਘੱਟ ਹੀ ਅਭਿਆਸ ਵਿੱਚ ਵਰਤਿਆ ਗਿਆ ਹੈ, ਪਰ. ਇਸ ਦੀ ਬਜਾਇ, ਖੋਜਕਾਰ ਇਰਾਦਤਨ ਕ੍ਰਮ ਲਾਗਤ ਨੂੰ ਘੱਟ ਕਰਨ ਅਤੇ ਸ਼ੁੱਧਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਵਿੱਚ ਸ਼ਾਮਿਲ ਦੀ ਬਰਾਬਰੀ ਸਿੰ ਨਾਲ ਲੋਕ ਦੀ ਚੋਣ ਕਰੋ. ਖੋਜਕਾਰ ਇਰਾਦਤਨ ਸ਼ਾਮਲ ਦੇ ਵੱਖ ਵੱਖ ਸਿੰ ਨਾਲ ਲੋਕ ਦੀ ਚੋਣ ਕਰੋ, ਤਦ ਸੁਧਾਰ ਨਮੂਨੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੇ ਕਾਰਨ ਭਟਕਣਾ ਨੂੰ ਖ਼ਤਮ ਕਰਨ ਦੀ ਲੋੜ ਹੈ. ਨੂੰ ਹੋਰ ਸ਼ਬਦ ਵਿੱਚ, ਸਾਨੂੰ ਇੱਕ ਨਮੂਨਾ ਤੱਕ ਬਣਾਉਣ ਨੂੰ ਨਮੂਨੇ ਚੁਣਿਆ ਗਿਆ ਸੀ ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ.

ਮਿਸਾਲ ਲਈ, ਵਰਤਮਾਨ ਆਬਾਦੀ ਸਰਵੇਖਣ (CPS) ਬੇਰੁਜ਼ਗਾਰੀ ਦੀ ਦਰ ਦਾ ਅੰਦਾਜ਼ਾ ਕਰਨ ਲਈ ਅਮਰੀਕੀ ਸਰਕਾਰ ਦੁਆਰਾ ਵਰਤਿਆ ਗਿਆ ਹੈ. ਹਰ ਮਹੀਨੇ 100,000 ਲੋਕ ਦੀ ਇੰਟਰਵਿਊ ਕਰ ਰਹੇ ਹਨ, ਕੋਈ ਚਿਹਰਾ-ਨੂੰ-ਚਿਹਰਾ ਜ ਟੈਲੀਫੋਨ 'ਤੇ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਦਾ ਅੰਦਾਜ਼ਾ ਬੇਰੁਜ਼ਗਾਰੀ ਦੀ ਦਰ ਨੂੰ ਪੈਦਾ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਦਾ ਹੈ. ਇਸ ਕਰਕੇ ਸਰਕਾਰ ਨੇ ਹਰ ਇੱਕ ਸੂਬੇ 'ਚ ਬੇਰੁਜ਼ਗਾਰੀ ਦੀ ਦਰ ਦਾ ਅੰਦਾਜ਼ਾ ਕਰਨ ਲਈ ਚਾਹੁੰਦਾ ਹੈ, ਕਿਉਕਿ ਇਸ ਨੂੰ ਹੈ, ਜੋ ਕਿ ਛੋਟੇ ਆਬਾਦੀ (ਉਦਾਹਰਨ ਲਈ, ਰ੍ਹੋਡ ਟਾਪੂ) ਅਤੇ ਵੱਡੀ ਆਬਾਦੀ ਦੇ ਨਾਲ ਰਾਜ ਤੱਕ ਬਹੁਤ ਸਾਰੇ ਦੇ ਨਾਲ ਅਮਰੀਕਾ ਵਿਚ ਵੀ ਕੁਝ ਜਵਾਬ ਨੂੰ ਜੀਣਾ ਹੋਵੇਗਾ ਬਾਲਗ ਦੇ ਇੱਕ ਸਧਾਰਨ ਬੇਤਰਤੀਬੇ ਨਮੂਨਾ ਨਾ ਕਰ ਸਕਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ ਕੈਲੀਫੋਰਨੀਆ). ਇਸ ਦੀ ਬਜਾਇ, ਵੱਖ-ਵੱਖ ਮੁੱਲ 'ਤੇ ਵੱਖ-ਵੱਖ ਰਾਜ ਅਮਰੀਕਾ ਵਿੱਚ ਸੰਸਦੀ ਨਮੂਨੇ ਲੋਕ, ਇੱਕ ਕਾਰਜ ਚੋਣ ਦੇ ਅਸਮਾਨ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ stratified ਨਮੂਨੇ ਕਹਿੰਦੇ ਹਨ. ਉਦਾਹਰਨ ਲਈ, ਜੇ CPS 2,000 ਉੱਤਰਦਾਤਾ ਚਾਹੁੰਦਾ ਸੀ ਰਾਜ ਦੇ ਪ੍ਰਤੀ ਹੈ, ਫਿਰ ਰ੍ਹੋਡ Island ਵਿੱਚ ਬਾਲਗ ਕੈਲੀਫੋਰਨੀਆ ਵਿਚ ਬਾਲਗ ਵੱਧ ਸ਼ਾਮਿਲ ਦੇ ਬਾਰੇ 30 ਵਾਰ ਵੱਧ ਸੰਭਾਵਨਾ ਹੈ ਸੀ (ਰ੍ਹੋਡ ਟਾਪੂ: 800,000 ਬਾਲਗ ਪ੍ਰਤੀ 2,000 ਜਵਾਬ ਬਨਾਮ ਕੈਲੀਫੋਰਨੀਆ: 30.000.000 ਬਾਲਗ ਪ੍ਰਤੀ 2,000 ਜਵਾਬ). ਸਾਨੂੰ ਬਾਅਦ ਦੇਖਣ ਜਾਵੇਗਾ ਨਾਤੇ, ਅਸਮਾਨ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ ਨਮੂਨੇ ਦੇ ਇਸ ਕਿਸਮ ਦੀ ਵੀ ਡਾਟਾ ਦੇ ਆਨਲਾਈਨ ਸਰੋਤ ਦੇ ਨਾਲ ਹੁੰਦਾ ਹੈ, ਪਰ ਸੰਸਦੀ ਉਲਟ, ਨਮੂਨੇ ਵਿਧੀ ਆਮ ਤੌਰ 'ਤੇ ਜਾਣਿਆ ਜ ਖੋਜਕਾਰ ਦੁਆਰਾ ਕੰਟਰੋਲ ਨਾ ਕੀਤਾ ਗਿਆ ਹੈ.

ਇਸ ਦੇ ਨਮੂਨੇ ਡਿਜ਼ਾਇਨ ਦਿੱਤਾ, CPS ਨੂੰ ਸਿੱਧੇ ਅਮਰੀਕਾ ਦੀ ਪ੍ਰਤੀਨਿਧ ਨਾਲ ਨਹੀ ਹੈ; ਇਸ ਨੂੰ ਰ੍ਹੋਡ Island ਤੱਕ ਬਹੁਤ ਸਾਰੇ ਲੋਕ ਅਤੇ ਕੈਲੀਫੋਰਨੀਆ ਤੱਕ ਬਹੁਤ ਕੁਝ ਸ਼ਾਮਲ ਹੈ. ਇਸ ਲਈ, ਇਸ ਦਾ ਨਮੂਨਾ ਵਿਚ ਬੇਰੁਜ਼ਗਾਰੀ ਦੀ ਦਰ ਨਾਲ ਦੇਸ਼ ਵਿਚ ਬੇਰੋਜ਼ਗਾਰੀ ਦੀ ਦਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਮੂਰਖਤਾ ਹੋਵੇਗੀ. ਇਸ ਦੀ ਬਜਾਇ ਨਮੂਨਾ ਮਤਲਬ ਦੀ, ਇਸ ਨੂੰ ਇੱਕ ਮੱਧਮਾਨ ਮਤਲਬ ਹੈ, ਜਿੱਥੇ ਵਜ਼ਨ ਇਸ ਤੱਥ ਦੇ ਲਈ ਖਾਤਾ ਹੈ, ਜੋ ਕਿ ਰ੍ਹੋਡ Island ਤੱਕ ਲੋਕ ਹੋਰ ਕੈਲੀਫੋਰਨੀਆ ਦੇ ਲੋਕ ਵੱਧ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤੇ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਸਨ ਲੈਣ ਲਈ ਬਿਹਤਰ ਹੁੰਦਾ ਹੈ. ਮਿਸਾਲ ਲਈ, ਕੈਲੀਫੋਰਨੀਆ ਤੱਕ, ਹਰ ਵਿਅਕਤੀ ਨੂੰ ਹੋਣਾ ਸੀ upweighted- ਉਹ ਰ੍ਹੋਡ Island ਤੱਕ ਅਨੁਮਾਨ-ਅਤੇ ਹਰ ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਕੀਤਾ ਜਾਵੇਗਾ ਵਿੱਚ ਹੋਰ ਸਹਾਈ ਹੋਵੇਗਾ downweighted-ਉਹ ਅੰਦਾਜ਼ੇ ਵਿੱਚ ਘੱਟ ਗਿਣਤੀ ਹੋਵੇਗੀ. ਅਸਲ ਵਿੱਚ, ਤੁਹਾਨੂੰ ਲੋਕ, ਜੋ ਕਿ ਤੁਹਾਨੂੰ ਘੱਟ ਬਾਰੇ ਸਿੱਖਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਨੂੰ ਹੋਰ ਅਵਾਜ਼ ਦਿੱਤੇ ਗਏ ਹਨ.

ਇਹ ਖਿਡੌਣਾ ਉਦਾਹਰਨ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਪਰ ਆਮ ਤੌਰ ਤੇ ਗ਼ਲਤ ਗੱਲ ਪਤਾ ਲੱਗਦਾ ਹੈ: ਇੱਕ ਨਮੂਨਾ ਕ੍ਰਮ ਚੰਗਾ ਅਨੁਮਾਨ ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਆਬਾਦੀ ਦਾ ਇੱਕ ਛੋਟਾ ਵਰਜਨ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀ ਹੈ. ਕਾਫ਼ੀ ਨੂੰ ਡਾਟਾ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਸੀ, ਦੇ ਬਾਰੇ ਪਤਾ ਹੈ, ਜੇ, ਫਿਰ, ਜੋ ਕਿ ਜਾਣਕਾਰੀ ਨੂੰ ਜਦ ਦਾ ਨਮੂਨਾ ਤੱਕ ਅਨੁਮਾਨ ਬਣਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ. ਪਹੁੰਚ ਮੈਨੂੰ ਹੁਣੇ ਹੀ ਦੱਸਿਆ ਗਿਆ ਹੈ-ਅਤੇ ਕੀਤਾ ਹੈ ਕਿ ਮੈਨੂੰ ਤਕਨੀਕੀ ਵਿਚ mathematically ਦਾ ਵਰਣਨ ਕਲਾਸੀਕਲ ਸੰਭਾਵਨਾ ਨਮੂਨਾ ਫਰੇਮਵਰਕ ਦੇ ਅੰਦਰ squarely ਅੰਤਿਕਾ-ਡਿੱਗਦਾ. ਹੁਣ, ਮੈਨੂੰ ਦੱਸੋ, ਜੋ ਕਿ ਇੱਕੋ ਹੀ ਵਿਚਾਰ ਨੂੰ ਗੈਰ-ਸੰਭਾਵਨਾ ਦੇ ਨਮੂਨੇ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਦਿਖਾ ਲੱਗੇਗਾ.