Raisonnement basé sur ce que nous savons d'un échantillon, que nous utilisons pour tirer des conclusions sur la population cible plus large ?

Un échantillon est une représentation finie d'un groupe statistique, dont les propriétés sont utilisées pour déterminer des faits concernant l'ensemble du groupe. Nous devons utiliser des statistiques inférentielles pour déterminer les caractéristiques de la population en observant l'échantillon. Cette technique est utilisée lorsqu'elle est plus pratique ou moins chère qu'un recensement complet, mais l'utilisation de statistiques déductives comporte des dangers.

Lors de l'utilisation d'un échantillon, l'échantillon doit refléter la population dont il provient, mais l'échantillon peut ne pas être une représentation précise. Une erreur d'échantillonnage peut se produire parce que les unités sélectionnées ne représentent pas avec précision l'ensemble de la population. Cela peut être dû au hasard ou à un biais dans la sélection de l'échantillon. Dans les deux cas, il en résultera des inférences qui ne sont pas exactes sur l'ensemble de la population. Un sous-dénombrement peut se produire si un groupe de la population globale est exclu de l'échantillon.

Aucune réponse ne se produit lorsqu'un membre de l'échantillon ne répond pas, comme dans le cas d'un sondage. Un biais de réponse peut se produire pendant les entretiens et les enquêtes en fonction du comportement de l'intervieweur ou du membre de l'échantillon ou de la formulation d'une enquête et peut entraîner des réponses trompeuses. L'échantillonnage aléatoire stratifié peut être utilisé pour éviter les erreurs d'échantillonnage. Cela implique de classer l'ensemble de la population en groupes appelés strates. Un membre égal de chaque strate est ensuite utilisé pour identifier le groupe échantillon.

La taille de l'échantillon est également une considération importante lors de l'inférence des statistiques. Un échantillon trop petit ne représentera pas avec exactitude l'ensemble de la population. Un échantillon trop grand annule les avantages de l'échantillonnage. La taille correcte de l'échantillon est basée sur la population totale, le niveau de confiance et l'intervalle de confiance. L'intervalle de confiance est la marge d'erreur, un chiffre plus ou moins donnant une fourchette pour les résultats. L'intervalle de confiance est la fréquence à laquelle le pourcentage réel de la population correspondrait à vos résultats. Dans la plupart des cas, le niveau de confiance est de 95 %.

Raisonnement basé sur ce que nous savons sur un échantillon, que nous utilisons pour tirer des conclusions sur la population cible plus large.