নমুনা এবং জনসংখ্যার মধ্যে পার্থক্য

নমূনা বনাম জনসংখ্যা

জনসংখ্যা ও নমুনা 'পরিসংখ্যান' বিষয়বস্তুর দুটি গুরুত্বপূর্ণ পদ। সহজ শর্তে, জনসংখ্যা হল এমন বস্তুর বৃহত্তম সংগ্রহ যা আমরা অধ্যয়ন করতে আগ্রহী, এবং নমুনা জনসংখ্যার একটি উপসেট। অন্য কথায়, নমুনা জনসংখ্যার প্রতিনিধিত্ব করা উচিত কম কিন্তু যথেষ্ট সংখ্যক আইটেম। একটি জনসংখ্যার বিভিন্ন আকারের সঙ্গে অনেক নমুনার থাকতে পারে।

নমুনা

একটি নমুনা জনসংখ্যার বাইরে নির্বাচিত হয়েছে এমন দুই বা একাধিক আইটেমের মধ্যে থাকতে পারে। একটি নমুনা জন্য সর্বনিম্ন সম্ভাব্য আকার দুই এবং সর্বাধিক জনসংখ্যার আকার সমান হবে। একটি জনসংখ্যার একটি নমুনা নির্বাচন করার বিভিন্ন উপায় আছে। থিওরিটিক্যালি, একটি 'র্যান্ডম নমুনা' নির্বাচন জনসংখ্যার সম্পর্কে সঠিক পরিচয় প্রাপ্তির সর্বোত্তম উপায়। নমুনা এই ধরনের এছাড়াও সম্ভাবনা নমুনা বলা হয়, জনসংখ্যার প্রতিটি আইটেম একটি নমুনা অন্তর্ভুক্ত করা সমান সুযোগ আছে হিসাবে।

--২ ->

'সহজ র্যান্ডম স্যাম্পলিং' কৌশল হল সবচেয়ে বিখ্যাত র্যান্ডম স্যাম্পলিং টেকনিক। এই ক্ষেত্রে, নমুনা জন্য নির্বাচিত আইটেম আইটেম অবাধে জনসংখ্যার থেকে নির্বাচিত করা হয়। যেমন একটি নমুনা একটি 'সহজ র্যান্ডম নমুনা' বা এসআরএস বলা হয় আরেকটি জনপ্রিয় টেকনিক হল 'সিটাসেটিক স্যাম্পলিং'। এই ক্ষেত্রে, একটি নমুনা জন্য আইটেম একটি নির্দিষ্ট নিয়মানুগ আদেশ উপর ভিত্তি করে নির্বাচিত হয়।

উদাহরণ: সারির প্রতি 10 তম ব্যক্তি একটি নমুনা জন্য নির্বাচিত হয়।

এই ক্ষেত্রে, প্রাতিষ্ঠানিক আদেশ প্রতি 10th ব্যক্তি হয়। পরিসংখ্যানবিদ এই অর্থে একটি অর্থপূর্ণ ভাবে সংজ্ঞায়িত করতে বিনামূল্যে। ক্লাস্টার স্যাম্পলিং বা স্তরযুক্ত স্যাম্পলিং যেমন অন্যান্য র্যান্ডম স্যাম্পলিং কৌশল রয়েছে, এবং নির্বাচনের পদ্ধতি উপরে দুটি থেকে সামান্য ভিন্ন।

ব্যবহারিক উদ্দেশ্যে, সুবিধার নমুনা, বিচারীয় নমুনা, স্নোবোর্ড নমুনা এবং উদ্দেশ্যমূলক নমুনাগুলি র্যান্ডম নমুনা হিসাবে ব্যবহার করা যাবে। আরও বেশি, একটি অ র্যান্ডম নমুনা নির্বাচিত আইটেম একটি সুযোগ সম্পর্কিত। বস্তুত, জনসংখ্যার প্রতিটি আইটেমের একটি অ র্যান্ডম নমুনা অন্তর্ভুক্ত করা সমান সুযোগ নেই। নমুনা এই ধরনের অ প্রবণতা নমুনা বলা হয়।

জনসংখ্যা

সংস্থার কোন সংগ্রহ, যা তদন্তে আকর্ষণীয় হয় কেবল 'জনসংখ্যা' হিসাবে সংজ্ঞায়িত করা হয় 'জনসংখ্যা নমুনার জন্য ভিত্তি। মহাবিশ্বের বস্তুর যেকোন সংকলন জনসংখ্যা হতে পারে, যা অধ্যয়ন ঘোষণার উপর ভিত্তি করে। সাধারণত, জনসংখ্যার আকারে তুলনামূলকভাবে বড় হওয়া উচিত এবং পৃথকভাবে তার আইটেমগুলি বিবেচনা করে কিছু বৈশিষ্ট্য নির্ণয় করা কঠিন। জনসংখ্যার মধ্যে তদন্ত করা পরিমাপ পরামিতি বলা হয়। অভ্যাসগতভাবে, নমুনাগুলির পরিমাপের পরিমাপের পরিমাপগুলি ব্যবহার করে অনুমান করা হয়।

উদাহরণ: 5 জন শিক্ষার্থীর গড় গণিত চিহ্ন থেকে একটি ক্লাসে 30 জন শিক্ষার্থীর গড় গণিতের হিসাব করার সময়, প্যারামিটার ক্লাসের গড় গণিত চিহ্ন।5 জন ছাত্রের গড় গণিতের পরিসংখ্যান

নমুনা বনাম জনসংখ্যা

নমুনা এবং জনসংখ্যার মধ্যে আকর্ষণীয় সম্পর্ক জনসংখ্যার একটি নমুনা ছাড়া বিদ্যমান হতে পারে, কিন্তু, জনসংখ্যার ছাড়া নমুনা অস্তিত্ব নাও থাকতে পারে। এই যুক্তি আরও প্রমাণ করে যে একটি নমুনা একটি জনসংখ্যার উপর নির্ভর করে, কিন্তু আকর্ষণীয়ভাবে, অধিকাংশ জনসংখ্যার অনুপাত নমুনার উপর নির্ভর করে। একটি নমুনা প্রধান উদ্দেশ্য সম্ভাব্য হিসাবে সঠিক হিসাবে জনসংখ্যার কিছু পরিমাপ অনুমান বা নির্ণয় করা হয়। একটি উচ্চ নির্ভুলতা একটি নমুনা তুলনায় একই জনসংখ্যার বিভিন্ন নমুনা থেকে প্রাপ্ত সামগ্রিক ফলাফল থেকে inferred করা যাবে। আরেকটি গুরুত্বপূর্ণ বিষয় হল, জনসংখ্যার একাধিক নমুনা নির্বাচন করার সময় এক আইটেম অন্য নমুনার মধ্যে অন্তর্ভুক্ত করা যেতে পারে। এই ক্ষেত্রে 'প্রতিস্থাপন সঙ্গে নমুনা' হিসাবে পরিচিত হয়। আরও আরও, একটি নমুনা থেকে জনসংখ্যার প্রাসঙ্গিক পরিমাপ বিনিয়োগ এবং প্রায় অনুরূপ আউটপুট পাওয়ার খরচ এবং সময় মান সংরক্ষণ করার একটি সুবর্ণ সুযোগ।

এটি জানা গুরুত্বপূর্ণ যে, যখন নমুনা আকার বৃদ্ধি পায়, জনসংখ্যার পরিমাপের অনুমানের নির্ভুলতা বৃদ্ধি করে। যুক্তিযুক্তভাবে, জনসংখ্যার জন্য ভাল অনুমানের জন্য, নমুনা আকারটি খুব ছোট না হওয়া উচিত। উপরন্তু, র্যান্ডম নমুনা এছাড়াও ভাল অনুমান আছে বিবেচনা করা উচিত। অতএব, জনসংখ্যার জন্য সেরা অনুমান পেতে প্রতিনিধিত্ব হতে নমুনা আকার এবং র্যান্ডমাইজ নেভিগেশন মনোযোগ দিতে অত্যন্ত গুরুত্বপূর্ণ।