代表性 - 这是什么过程？ 覆盖误差

代表性的概念是共通的统计otchetnostyakh并讲话和报告的编制。 也许没有它，很难想象任何形式呈现的显示信息。

代表性 - 是什么呢？

代表性反映选定的物体或零件如何对应于从它们被选择的数据群的内容和意义。

其他定义

代表性的概念可以在不同环境下进行扩展。 但其含义表示 - 是遵从性功能和普通人群的选择单元准确反映整个数据库整体的一般特征的属性。

也代表信息被定义为提交的样本数据集的参数和从正在进行的研究的角度重要性质的能力。

代表性样本

抽样的原则是选择最准确和显示数据集的性能非常重要。 它采用了多种方法，其允许获得精确的结果和所述的概述 一般人群中， 使用描述所述数据的质量仅选择的材料。

因此，没有必要了解所有的材料，而且它足够考虑选择性表示。 这是什么？ 这是个人数据的，以便具有关于信息的总质量的想法的样品。

他们视作为杰出的概率和非概率方法。 概率 - 其中一个样本是通过计算最重要和最有趣的数据，这是一般人群的进一步代表发了言。 这是一个深思熟虑的选择或随机抽样，但是，它的内容合理的。

非概率 - 是在彩票的通常原理的随机样品的一种形式。 在这种情况下，谁做这样的选择的人的意见。 它仅使用盲平局。

概率抽样

概率抽样也可以分为几种类型：

• 一个最简单明了的原则 - 一个方便的样品。 例如，进行社会调查时，这种方法经常被使用。 在这种情况下，受访者不从人群在任何特定的功能选择，并且在第一个50人谁参与该计划的产生的信息。
• 有意抽样的区别在于他们有一些要求和条件的选择，但还是靠巧合，不追求实现良好的统计数据的目的。
• 配额的基础上的样品 - 这是另一种变体上的概率的样品，这是通常用于大型数据集的分析。 对她来说，使用各种条件和规范。 选择的对象与它们匹配。 这是社会调查的例子表明将接受采访100人，但只有一些人谁将会符合规定要求的意见将被考虑到的统计报告的编写工作。

概率抽样

对于这些样品中的物体将满足，其中许多方法能够精确地当选将呈现为样本数据的代表性事实和数据的选项概率抽样估计数。 这些方法计算所需的数据可以是：

• 简单随机抽样。 它在于，所选择的段中完全随机选择的，这将是代表性的样本数据的彩票所需量的事实。

• 系统和随机采样使得能够以基于随机选择的段中的必要的系统数据的计算。 因此，如果所述第一随机数，其指示从普通人群选择的数据的序号，是5，则随后的数据将被选择可以是，例如，15，25，35等。 这个例子清楚地说明，即使是随机选择可以根据所需的原数据的系统计算。

客户样品

有意义的样品 - 其中包括在考虑每个单独的段的方法，并且基于他的评价编译集合反映了特性和共享数据库的属性。 因此拨打对应于有代表性的样品要求的数据量更大。 它能够容易地选择一些将不被包括在总数量的选项，而不会失去占总人口选择的数据的质量。 通过这种方式，研究结果的代表性。

样本大小

必须解决的不是最后一个问题 - 它是人口的代表性样本大小。 样本量并不总是取决于人口源的数量。 然而，样本的代表性取决于有多少段应最终划分结果。 的多个段，所述多个数据进入生产样品。 如果结果需要的总称，并不需要具体情况，然后分别样品变小，因为，没有进入细节，信息呈现较表浅的，这意味着它的解释是共享的。

代表性的错误的概念

误差幅度 - 人口和采样数据的特性之间的特定差异。 在任何取样是绝对不可能得到准确的数据，在充分研究人口和样本仅代表的信息和选项部分，而更详细的研究只是在整组的研究是可能的。 因此，难免有些错误和失误。

错误类型

区分发生在一个代表性样品的制备一些错误：

• 系统性。
• 随机的。
• 故意。
• 无意的。
• 标准。
• 限制。

随机误差的外观基础上，可以研究总人口的不连续性。 通常情况下，代表性的随机误差具有体积小和性格。

违反一般人群的选择规则的数据之间会出现系统误差。

平均误差 - 平均样本值和所述基本组之间的差异。 它不依赖于样品中单位数。 它是成反比 的样品的体积。 然后将体积越大，越低的平均的值错误。

误差极限 - 是平均值将样品和总人口之间的最大可能差。 这个错误的特点是其发生的特定条件下最可能的错误。

代表性的有意和无意的错误

数据偏移误差是有意和无意的。

然后故意错误的出现的原因是通过确定趋势的方法将数据的选择的方法。 发生在制备的样品的观察，形成一个代表性样品的阶段非故意的误差。 为了避免这样的错误，你必须创造一个良好的基础，抽样，列出组件选择单位。 它应该是完全一致与采样的目标是准确的，涵盖了研究的各个方面。

有效性，可靠性，代表性。 计算错误

样品误差（MM）的算术计算平均值（M）。

标准偏差：样品大小（> 30）。

误差幅度（MP）和 一个相对值 （P）的样本大小（N> 30）。

在这种情况下，当它是必要研究聚集体，其中所述样品的量小，并且小于30个单位，则病例数将小于一个单元。

误差值成正比的样本大小。 代表信息和制定一个准确的预测的可能性程度的计算体现了一定值限制错误。

代表系统

不仅在使用代表性样品呈现信息，而且还接收到该信息的人使用的代表性系统的评估过程。 因此，大脑处理一定 量的信息 ，以便有效地和快速地评估所提供的数据和理解的主题创建的信息的整个流的代表性样品。 要回答这个问题：“代表性 - 这” - 很简单人类意识的规模。 要做到这一点，大脑会利用一切服从 的感觉， 这取决于什么样的信息应该从一般流中分离出来。 因此，区别是由间：

• 其中器官被利用眼的视觉感知视觉表象系统。 人们经常使用类似的系统，称为视觉效果。 有了这个系统，一个人在处理图像的形式的信息。
• 听觉表象系统。 主体，它是用来 - 这是一个谣言。 在声音文件或语音形式提供的信息，它是由系统处理。 人们更容易接受的听证会，被称为audialami信息。
• 动觉代表性系统是通过与嗅觉和触觉信道感测它的信息的处理流程。

• 数字代表系统被从外部获得的信息的手段与其他一起使用。 这种主观感知和数据的逻辑解释。

所以代表性 - 是什么呢？ 在处理信息的集合或整体程序简单的选择？ 我们可以说，代表性很大程度上决定了我们的数据流的认识，有助于从它最引人注目的和有意义的隔离。