නියොජිත - මෙම ක්රියාවලිය කුමක්ද? ආවරණය දෝෂයක්

නියෝජන සංකල්පය සුලභ වේ සංඛ්යාන otchetnostyakh හා කතා සහ වාර්තා ද සූදානම්. සමහර විට එය තොරව ප්රදර්ශනය පිළිබඳ තොරතුරු ඉදිරිපත් ඕනෑම ආකාරයක සිතා ගැනීම අසීරු ය.

නියොජිත - එය කුමක්ද?

නියොජිත තෝරාගත් වස්තු හෝ කොටස් ඔවුන් තෝරා ගත් සිට දත්ත ජනගහනයෙන් අන්තර්ගතය සහ අර්ථය අනුරූප ආකාරය පෙන්නුම් කරයි.

වෙනත් අර්ථ දැක්වීම්

නියෝජන සංකල්පය වෙනස් සන්දර්භයන් තුළ පුළුල් කළ හැක. නමුත් එහි අර්ථය නියෝජන - අනුකූල ලක්ෂණ සහ සමස්තයක් ලෙස මුළු දත්ත සමුදාය පොදු ලක්ෂණ හොඳින් නිරූපනය වන බව සාමාන්ය ජනගහනයෙන් තෝරාගත් ඒකක ගුණ වේ.

ද නියෝජිත තොරතුරු පවතින පර්යේෂණ ඉදිරිදර්ශනය වැදගත් බව පරාමිතීන් ගුණ සහ නියැදි දත්ත කට්ටලයක් ඉදිරිපත් කිරීමට හැකියාව ලෙස අර්ථ දක්වා ඇත.

නියෝජිත නියැදියක්

නියැදීම් මූලධර්මය ඉතාමත් නිවැරදි තෝරාගැනීම හා දත්ත කට්ටලයක් ගුණ ප්රදර්ශනය වැදගත් වේ. එය නිවැරදි ප්රතිඵල ලබා ගැනීම සඳහා ඉඩ දෙන ක්රම විවිධ, සහ දළ විශ්ලේෂණයක් භාවිතා , සාමාන්ය ජනතාව දත්ත ගුණාත්මක විස්තර කරන තෝරාගත් ද්රව්ය භාවිතා කිරීම.

මේ අනුව, සියලු කරුණු ඉගෙන ගැනීමට, කිසිදු අවශ්යතාවයක්, සහ එය තෝරා බේරා නියෝජනය සලකා ප්රමාණවත්ය. එය කුමක්ද? මෙම තොරතුරු සමස්ත ස්කන්ධය පිළිබඳ අදහසක් ඇති කිරීම සඳහා තනි තනි දත්ත සාම්පල වේ.

ඔවුන් සම්භාවිතාව හා රාජ්ය නොවන සම්භාවිතාව ලෙස සම්භාවනීය ක්රමය මත පදනම්ව ඇත. සම්භාවිතාව - සාමාන්ය ජනතාව තව දුරටත් නියෝජිතයන් වන ඉතා වැදගත් හා රසවත් දත්ත, ගණනය කළ සෑදී ඇති නියැදි. කෙසේ වෙතත් මෙය, එහි අන්තර්ගතය විසින් යුක්තිසහගත කලේ, හිතාමතා තේරීම හෝ අහඹු නියැදි වේ.

Nonprobabilistic - ලොතරැයි සුපුරුදු ප්රතිපත්තිය අදාළ අහඹු නියැදි එක් ආකාරයකි. මේ අවස්ථාවේ දී, එවැනි තෝරා ගන්නා පුද්ගලයා මතය. එය පමණක් අන්ධ දිනුම් භාවිතා කරයි.

සම්භාවිතාව නියැදීම්

සම්භාවිතාව නියැදීම් ද වර්ග කිහිපයකට බෙදා දැක්විය හැකිය:

• වඩාත් සරල හා පැහැදිලි මූලධර්ම වලින් එකක් - පහසු ආදර්ශ. උදාහරණයක් ලෙස, සමාජ සමීක්ෂණ සිදුකරන විට මෙම ක්රමය බොහෝ විට භාවිතා කරනු ලැබේ. මෙම අවස්ථාවේ දී ම, ප්රතිචාර දැක්වූවන්ගෙන් යම් විශේෂිත ලක්ෂණ දී පිරිස තෝරා නොමැත, සහ එය සහභාගි වූ පළමු 50 ඉදිරිපත් තොරතුරු.
• හිතාමතා නියැදීම් ඔවුන් තෝරා ගැනීම සඳහා අවශ්යතා සහ කොන්දේසි ගණනාවක් ඇති බව වෙනස් ව, නමුත් තවමත් අහම්බයක් මත රඳා, හොඳ සංඛ්යා ලේඛන සාක්ෂාත් කර ගැනීම ඉලක්කය පසුපස හඹා නැත.
• කෝටා පදනම මත ආදර්ශ - මෙම මත සම්භාවිතා බොහෝ විට විශාල දත්ත කාණ්ඩ පිළිබඳ විශ්ලේෂණය සඳහා භාවිතා වන ආදර්ශ තවත් විචලනය වේ. ඇය වෙනුවෙන්, සේවා කොන්දේසි හා සම්මතයන් විවිධ භාවිත කළා. ඔවුන් ගැලපෙන තෝරාගත් වස්තු. සමාජ සමීක්ෂණ ආදර්ශය බව 100 දෙනෙකු සම්මුඛ වනු ඇත, නමුත් එම නම් කරන ලද අවශ්යතා කරන පුද්ගලයින් ගනනාවක් පමණක් මතය සංඛ්යාන වාර්තා සකස් කිරීම සැලකිල්ලට ගනු ලැබේ යෝජනා කරයි.

සම්භාවිතාව නියැදීම්

සම්භාවිතාව නියැදිකරණය සඳහා නියැදි දී වස්තූන්, නියැදි දත්ත නියොජිත ලෙස ඉදිරිපත් කරන බව කරුණු හා දත්ත හරියටම මහජන ඡන්දයෙන් තෝරා පත් කර ගැනීමේ ක්රම ගණනාවක් හමු වන අතර විකල්ප සංඛ්යාව ගණන් බලා ඇත. මෙම ක්රම අවශ්ය දත්ත විය හැකි ගණනය:

• සරල අහඹු නියැදි. එය සම්පූර්ණයෙන්ම තෝරාගත් කොටස අතර අහඹු ලෙස නියෝජිත නියැදියක් වනු ඇත එම දත්ත ලොතරැයි අවශ්ය ප්රමාණය තෝරා යන කරුන තුල යි.

• ක්රමානුකූල සහ අහඹු නියැදි අහඹු කොටස පදනම මත අවශ්ය දත්ත ගණනය පද්ධතියක් නිර්මාණය කිරීම සඳහා එය කළ හැකි වේ. මේ අනුව, සාමාන්ය ජනතාව තෝරා දත්ත ordinal අංකය පෙන්නුම් කරන ලද පළමු අහඹු අංකය, නම්, 5, වන පසුව තෝරා ගැනීමට පසුව දත්ත විය හැකි, උදාහරණයක් ලෙස, 15, 25, 35 සහ එසේ මත. අහඹු ලෙස තෝරා ගත් පවා අවශ්ය අමු දත්ත ක්රමානුකූලව ගණනය කිරීම් මත පදනම් විය හැකි බව මෙම උදාහරණය පැහැදිලිව විස්තර කරයි.

ආදර්ශ පාරිභෝගිකයන්

අර්ථවත් ආදර්ශ - එක් එක් පුද්ගලයා කොටස සලකා සමන්විත ක්රමය, සහ හවුල් දත්ත එහි ලක්ෂණ සහ ගුණ පිළිබිඹු කරමින් ඔහුගේ තක්සේරු සම්පාදනය මාලාවක් මත පදනම්. මේ අනුව නියෝජිත නියැදියක් අවශ්යතා අනුරූප දත්ත වැඩි ප්රමාණයක් අමතනු ලබන. එය ඉතා පහසුවෙන්, මුළු ජනගහනයෙන් නියෝජනය තෝරාගත් දත්ත ගුණාත්මක අහිමි තොරව, මුළු සංඛ්යාව ඇතුළත් කළ නොහැකි බව විකල්ප සංඛ්යාව තීරණය කිරීමට හැකි ය. මේ ආකාරයට මෙම අධ්යයනය ප්රතිඵල නියොජිත.

නියැදි ප්රමාණය

ආමන්ත්රණය කළ යුතු බව පසුගිය ප්රශ්නයක් නොවේ - එය ජනගහනයේ නියොජිත සඳහා නියැදි ප්රමාණයේ වේ. නියැදි ප්රමාණය සෑම විටම ජනගහනයෙන් ආරංචි මාර්ග සංඛ්යාව මත පදනම් නොවී,. කෙසේ වෙතත්, නියැදි යන නියොජිත අවසානයේ බෙදා ප්රතිඵලයක් විය යුතු ආකාරය බොහෝ අංශ වෙනුවෙන් මත රඳා පවතී. තව තවත් අංශ, තව තවත් දත්ත බවට ඵලදායී ආදර්ශ ලැබෙනවා. ප්රතිඵල සඳහා සැලකූවිට අවශ්ය සහ විශේෂිත අවශ්ය නොවේ නම්,, පිළිවෙලින්, නියැදි කුඩා, තොරතුරු නොගොස්, එම තොරතුරු වඩාත් නොගැඹුරු ඉදිරිපත් කර ඇත, නිසා එහි අර්ථ හවුල් බව, ඉන් අදහස් වන්නේ බවට පත් වෙයි.

නියොජිත වැරදි සංකල්පය

දෝෂයක් ආන්තිකය - නියැදි දත්ත ජනගහනයේ ලක්ෂණ අතර නිශ්චිත වෙනස්කම්. වඩාත් සවිස්තරාත්මක අධ්යයනය පමණක් මුළු කට්ටලයක් අධ්යයනය කළ හැකි වන අතර සම්පූර්ණ අධ්යයනය ජනගහනය සහ නියැදි දී, එම තොරතුරු හා විකල්ප කොටසක් පමණක් නියෝජනය කරන ඕනෑම නියැදීම් තුළ, නිවැරදි දත්ත ලබා ගැනීමට පරම නොහැකි ය. මේ අනුව, නොවැලැක්විය හැකි සමහර දෝෂ හා වැරදි.

වැරදි වර්ග

නියෝජිත නියැදියක් ද සූදානම් සිදුවන ඇතැම් දෝෂ, වෙනස හඳුනා:

• ක්රමවත් කරන බවයි.
• අහඹු.
• මතා.
• කතාවක්.
• සම්මත.
• සීමාව රු.

අහඹු වැරදි පෙනුම සඳහා පදනම මුළු ජනගහනයෙන් මෙම අධ්යයනය සම්බන්ධ නොවූ ස්වභාවය විය හැක. සාමාන්යයෙන්, නියොජිත අහඹු දෝෂයක් ප්රමාණයෙන් කුඩා වීම සහ අතිවේ.

සාමාන්ය ජනතාව තෝරා නීති උල්ලංඝනය කර ඇති දත්ත අතර ක්රමානුකූල වැරදි සිදු වේ.

සාමාන්ය දෝෂය - සාමාන්ය නියැදි වටිනාකම් සහ මූලික මාලාවක් අතර වෙනස. එය ආදර්ශ ඒකක ගණන මත රඳා පවතී නැත. එය ප්රතිලෝමව සමානුපාතික වේ නියැදි පරිමාව. එවිට පරිමාව වැඩි වන පහළ සාමාන්ය වටිනාකම දෝෂයක්.

දෝෂ සීමාව - සාමාන්ය අගය අතර විශාලතම හැකි වෙනස ඇති ආදර්ශ වන අතර මුළු ජනගහනයෙන් කරන්න කරනු ඇත. මෙම දෝෂය ඔවුන්ගේ සිදුවීමෙ ලබා කොන්දේසි යටතේ බොහෝ දුරට දෝෂ ලෙස සමන්විත වේ.

නියොජිත හිතාමතා හා නොදැනුවත්ව වැරදි

දත්ත වැරදි හිතාමතා හා නොදැනුවත්ව වේ පියවා.

එවිට මතා වැරදි ඇතිවීමට ෙහේතු ප්රවණතා තීරණය කිරීමේ ක්රමය මගින් දත්ත තෝරා ගැනීමට ප්රවේශයකි. නොදැනුවත්ව වැරදි ආදර්ශ නිරීක්ෂණ සැකසීම, නියෝජිත නියැදියක් ගොඩනැගීමට ඇති අවස්ථාවක දී සිදු වේ. එවැනි දෝෂ වලක්වා ගැනීම සඳහා, ඔබ විසින් නියැදීම සඳහා හොඳ පදනමක් නිර්මාණය කළ යුතු, අංගයක් තෝරා ඒකක ලැයිස්තුගත කර ඇත. එය අධ්යයනය සියලු අංශ ආවරණය වන පරිදි, නිවැරදි වීමට නියැදීම් අරමුණු සමග පූර්ණ ස්ථාවර විය යුතුය.

වලංගු, විශ්වසනීයත්වය, නියොජිත. ගණනය වැරදි

ආදර්ශ දෝෂයක් (MM) අංක ගණිතමය ගණනය කිරීම අගය (M) අදහස්.

සම්මත අපගමනය: නියැදි ප්රමාණය (> 30).

දෝෂයක් (පාර්ලිමේන්තු මන්ත්රී) ආන්තිකය හා සාපේක්ෂ වටිනාකම (P) නියැදි ප්රමාණය (n> 30).

එය සමස්ත අධ්යයනය කිරීමට අවශ්ය වූ විට එම අවස්ථාවේ දී, නියැදි ප්රමාණය කුඩා වන අතර ඒකක 30 ට වඩා අඩු, එයද, පසුව නඩු සංඛ්යාව ට වඩා අඩු ඒකක වනු ඇත.

දෝෂ අගය නියැදි ප්රමාණයේ සමානුපාතික. නියෝජිත තොරතුරු හා නිවැරදි අනාවැකි සකසමින් ඇති හැකියාව පිළිබඳ උපාධිය ගණනය යම් අගය සීමා දෝෂ පිළිබිඹු කරයි.

නියෝජිත පද්ධති

නියෝජිත නියැදියක් භාවිතයෙන් තොරතුරු ඉදිරිපත් ඇගයීම ක්රියාවලිය තුළ, පමණක් නොව, එම තොරතුරු ලබා පුද්ගලයා representational පද්ධති භාවිතා කරයි පමණක් නොවේ. මේ අනුව, මොළයේ ඇතැම් ක්රියාවන් තොරතුරු ප්රමාණයක් කාර්යක්ෂම හා ඉක්මනින් සපයා දත්ත තක්සේරු හා විෂය කරුණු අවබෝධ කර ගැනීම පිණිස තොරතුරු සමස්ත ප්රවාහය නියෝජිත නියැදියක් නිර්මාණය කරන්න. මානව විඥානය පිළිබඳ ඉතා සරලව පරිමාණ - "- මෙම බව නියොජිත": ඒ සඳහා පිළිතුරු දීමට. මේ සඳහා, මොළය සියලු යටත් කර ගැනීමට භාවිතා කරයි ඉන්ද්රියන්, සාමාන්ය අංශයෙන් වෙන් කළ යුතුය තොරතුරු මොන වගේ මත පදනම්ව. මේ අනුව, වෙනස ත් අතර වේ:

• අවයව ඇසේ දෘශ්ය සංජානනය යොදවන එහිදී දෘශ්ය representational පද්ධතිය. ජනතාව බොහෝ විට දර්ශන නමින් සමාන ක්රමයක් භාවිතා කරයි. මෙම පද්ධතිය සමග, පුද්ගලයෙකු රූප ස්වරූපයෙන් තොරතුරු ක්රියාවන්.
• Auditory representational පද්ධතිය. භාවිතා කරන ප්රධාන ශරීරය, - එය කටකතාවකද වේ. ශබ්ද ගොනු හෝ කතාව ස්වරූපයෙන් සපයන තොරතුරු, එය පද්ධතිය මගින් සකස් කර ඇත. ජනතාව audialami ලෙස හඳුන්වන අතර, එය විභාගයට පිළිබඳ තොරතුරු වඩා හොඳ පිළිගැනීමක් ඇත.
• මෙම සුවඳවල් හා ස්පර්ශය නාලිකා සමග එය සංවේදනය විසින් Kinesthetic නියෝජිත පද්ධතිය තොරතුරු සැකසුම් ගලා ඇත.

• ඩිජිටල් නියෝජිත ක්රමය පිටත සිට තොරතුරු ලබා ගැනීමේ මාධ්යයක් ලෙස අනෙක් සමග එක්ව භාවිතා කරයි. මෙම ආත්මීය සංකල්පයන් හා දත්ත කතාන්දරයේ.

ඒ නිසා නියොජිත - ඒක මොකක්ද? තොරතුරු සැකසීමේ මාලාවක් හෝ අවියෝජනීය පටිපාටිය සිට සරල තෝරා? අපි එය වඩාත් ම බලගතු සහ අර්ථවත් හුදෙකලා කිරීමට උපකාර කිරීම, එම නියොජිත විශාල වශයෙන් දත්ත දහරාවන් සක්වළ තීරණය බව මට කියන්න පුළුවන්.