Amostra vs População
População e Amostra são dois termos importantes no assunto 'Estatísticas'. Em termos simples, a população é a maior coleção de itens que estamos interessados em estudar, e a amostra é um subconjunto de uma população. Em outras palavras, a amostra deve representar a população com menos, mas número suficiente de itens. Uma população pode ter várias amostras com tamanhos diferentes.
Amostra
Uma amostra pode consistir em dois ou mais itens que foram selecionados da população. O menor tamanho possível para uma amostra é dois e o maior seria igual ao tamanho da população. Existem várias maneiras de selecionar uma amostra de uma população. Teoricamente, selecionar uma 'amostra aleatória' é a melhor maneira de obter inferências precisas sobre a população. Esse tipo de amostra também é chamado de amostra de probabilidade, pois cada item da população tem a mesma oportunidade de ser incluído em uma amostra.
A técnica de 'amostragem aleatória simples' é a técnica de amostragem aleatória mais famosa. Nesse caso, os itens a serem selecionados para a amostra são escolhidos aleatoriamente na população. Essa amostra é chamada de 'Amostra aleatória simples' ou SRS. Outra técnica popular é a 'amostragem sistemática'. Nesse caso, os itens de uma amostra são selecionados com base em uma ordem sistemática particular.
Exemplo: Cada 10ª pessoa da fila é selecionada para uma amostra.
Nesse caso, a ordem sistemática é a cada 10 pessoas. O estatístico é livre para definir essa ordem de maneira significativa. Existem outras técnicas de amostragem aleatória, como amostragem por conglomerados ou amostragem estratificada, e o método de seleção é ligeiramente diferente dos dois anteriores.
Para fins práticos, podem ser usadas amostras não aleatórias, como amostras de conveniência, amostras de julgamento, amostras de bola de neve e amostras intencionais. Além disso, os itens selecionados para uma amostra não aleatória pertencem a uma chance. Na verdade, cada item da população não tem a mesma oportunidade de ser incluído em uma amostra não aleatória. Esses tipos de amostras também são chamados de amostras não probabilísticas.
População
Qualquer coleção de entidades que sejam interessantes de investigar é simplesmente definida como 'população'. A população é a base das amostras. Qualquer conjunto de objetos no universo pode ser uma população, com base na declaração de estudo. Geralmente, uma população deve ser comparativamente grande em tamanho e difícil de inferir algumas características considerando seus itens individualmente. As medidas a serem investigadas na população são chamadas de parâmetros. Na prática, os parâmetros são estimados usando estatísticas que são as medições relevantes da amostra.
Exemplo: ao estimar a nota média de matemática de 30 alunos em uma classe a partir da nota média de matemática de 5 alunos, o parâmetro é a nota média de matemática da classe. A estatística é a nota média em matemática de 5 alunos.
Amostra vs População
A relação interessante entre a amostra e a população é que a população pode existir sem uma amostra, mas a amostra pode não existir sem a população. Esse argumento prova ainda que uma amostra depende de uma população, mas, curiosamente, a maioria das inferências populacionais depende da amostra. O principal objetivo de uma amostra é estimar ou inferir algumas medidas de uma população tão precisas quanto possível. Uma maior precisão pode ser inferida do resultado geral obtido de várias amostras da mesma população, em vez de uma amostra. Outra coisa importante a saber é que, ao selecionar mais de uma amostra de uma população, um item também pode ser incluído em outra amostra. Este caso é conhecido como 'amostras com substituições'. Além disso,investir as medições relevantes da população de uma amostra e obter resultados quase semelhantes é uma oportunidade de ouro para economizar o valor de custo e tempo.
É fundamental saber que, quando o tamanho da amostra aumenta, a precisão da estimativa para o parâmetro da população também aumenta. Logicamente, para ter melhores estimativas para a população, o tamanho da amostra não deve ser muito pequeno. Além disso, as amostras aleatórias também devem ser consideradas para ter melhores estimativas. Portanto, é fundamental atentar para o tamanho e a aleatoriedade da amostra para ser representativa e obter as melhores estimativas para a população.
