РусҚаз

Выборки и опросы

Математика · 10 класс · Статистика · Урок 3 из 4

Открыть интерактивный урок ›Опыт своими руками, лекция голосом, ИИ-наставник и тест. Бесплатно.

Что это

Чтобы понять, посолен ли суп, не нужно съедать всю кастрюлю — достаточно хорошо перемешать и попробовать ложку. Выборка в статистике — это такая ложка: мы опрашиваем часть людей и по ним судим обо всех. Главное — чтобы суп был перемешан, то есть выборка была случайной.

Повар в фартуке помешивает большую кастрюлю супа и пробует его с деревянной ложки.

Зачем это нужно

На выборках держится почти вся современная проверка решений: компании вроде Гугла и Нетфликса сравнивают версии сайтов на случайных группах пользователей, медики испытывают лекарства на выборках пациентов, заводы проверяют не каждую деталь, а случайные. Данные для обучения искусственного интеллекта — тоже выборка, и если она смещённая, модель будет ошибаться. ИИ обработает любой массив, но понять, честно ли собраны данные и можно ли им доверять, — работа человека.

Учёные в лаборатории раскладывают пробирки с образцами по штативам, на экране рядом таблица с результатами.

Как это работает

Выборка должна быть случайной: у каждого жителя одинаковый шанс попасть в опрос. Если спрашивать только в одном месте, например у парка, где собираются велосипедисты, оценка получится смещённой — она будет всё время уходить в одну сторону. У случайной выборки ошибка другая: оценки прыгают то выше, то ниже правды. И чем больше людей опрошено, тем меньше эти прыжки.

Девушка-интервьюер с планшетом останавливает прохожих на разных улицах города, вдали видны велосипедисты в парке.

Немного истории

В тридцатые годы прошлого века американский журнал «Литерари дайджест» разослал анкеты миллионам людей, собрал больше двух миллионов ответов и уверенно предсказал проигрыш Франклина Рузвельта на выборах. А Рузвельт победил с огромным перевесом. Журнал брал адреса в основном из телефонных книг и списков владельцев автомобилей, то есть опрашивал более обеспеченных людей, а Джордж Гэллап по гораздо меньшей, но продуманной выборке назвал победителя верно.

Почтовая контора тридцатых годов, горы конвертов с анкетами, служащие в нарукавниках сортируют ответы.

Формула: оценка доли

Если из эн опрошенных людей ответили «за» какое-то количество, естественно предположить, что во всём городе доля такая же. Поэтому оценка доли пэ с крышечкой равна числу ответов «за», делённому на эн. Здесь пэ с крышечкой — оценка доли, число от нуля до единицы или проценты, а эн — размер выборки, сколько человек опросили. Крышечка напоминает, что это не точная правда, а оценка. Если опросить больше людей, оценка будет ближе к настоящей доле — при условии, что выборка случайная.

  • p̂ = «за» / np̂ — оценка доли, —
    «за» — число ответивших «за», чел.
    n — размер выборки, чел.

Формула: погрешность

Насколько сильно оценка может прыгать, зависит от размера выборки, но не прямо, а через корень. Погрешность примерно равна единице, делённой на корень из эн. Здесь эн — размер выборки, а погрешность обычно пишут в процентах. Корень означает, что выборку нужно увеличить вчетверо, чтобы погрешность уменьшилась только вдвое. Именно поэтому при двадцати опрошенных разброс оценок огромный, а при двухстах уже гораздо скромнее.

  • погрешность ≈ 1 / √nn — размер выборки, чел.
    1/√n — примерная погрешность оценки доли, доля или %

Что будем делать на практике

А теперь давай попробуем выполнить практическое задание. Перед тобой город из четырёхсот жителей, и всех спрашивают, за ли они новую велодорожку; настоящая доля от тебя скрыта. Сейчас выбран размер выборки двадцать и место — весь город случайно, а опросов ещё не было. Проведи три случайных опроса по двадцать человек, потом переключи размер на двести и проведи ещё три, а затем один опрос только у парка. Сравни, где оценки разбросаны сильнее, и подумай, чем ошибка опроса у парка отличается от ошибки маленькой случайной выборки. Если что-то осталось непонятным — ничего страшного, спроси меня о чём угодно, я отвечу. Не переживай.

Задание в опыте

Проведите по 3 случайных опроса на 20 и на 200 человек и один опрос только у парка. Сравните, где оценки разбросаны сильнее.
Открыть интерактивный урок ›Опыт своими руками, лекция голосом, ИИ-наставник и тест. Бесплатно.

Уроки темы: Статистика

  1. Медиана и мода
  2. Разброс и дисперсия
  3. Выборки и опросы
  4. Как графики вводят в заблуждение