L. C. TippettIn the present discuss

L. C. Tippett
In the present discussion [of sampling methods] I shall follow the usual practice of statisticians of referring to the bulk that is being sampled as the population. The population in this chapter is to be thought of specially as contrasting with the sample. I shall refer only to populations consisting of recognizably discrete individuals, e.g., men or electric lamps.
The ideal sample is the simple random one in which chance alone decides which of the individuals in the population are chosen. Suppose we wish to obtain a random sample of the people of England and Wales in order to make an estimate of their average height. To do this we may, in principle, take forty-odd million exactly similar cards, one for each person, and write each person's national registration number on the appropriate card. These cards may then be put in a large churn, thoroughly mixed, and (say) one thousand cards be drawn, somewhat in the way the names are drawn for the Irish sweepstake. The thousand people whose numbers are on the cards are a random sample, and we can measure their heights, find the average, and so obtain a figure which is an estimate of the average height for the population.
To investigate the error in the average so estimated we could, again in principle, subsequently measure the heights of all individuals in the popu-lation and so obtain the true average. An easier thing to do is to draw a number of samples, each of one thousand, and calculate the several averages. These will vary above and below the true, or population value, and the extent to which they vary gives some idea of the error with which any one sample estimates the true average.
To do such an experiment in fact requires far greater resources than I can command, but there are other experiments that are similar in prin¬ciple and are easier to do. What we really want to know is how chance works in deciding the choice of the sample, and chance also operates in games of the table, with such things as cards, dice and roulette wheels. In these games, a population does not exist in the sense that the population of England and Wales does, but we may use the concept of a hypothetical population. Suppose, for example, we threw a perfectly balanced six-sided die millions of times. We should expect one-sixth of the throws to score aces, one-sixth to score twos, and so on, and the average score would be %(1 + 2 + 3 + 4 + 5 + 6) = 3-5. These millions of throws are a popu¬lation, and any thousand of them including the first thousand is a random sample. But the millions of throws need not, in fact, be made; they need only be imagined as a hypothetical population, of which any number of actual throws form a sample.
1460
To illustrate the way in which random sarrpling errors arise I have made an experiment which I need not describe in exact detail. The experiment is equivalent to that described here, which is not quite so easy to perform but easier to imagine. The imagined apparatus consists of ten

Результаты (русский) 2:

LC Типпетт
В нынешней дискуссии [методов отбора проб] я буду следовать обычной практике статистиков ссылкой на объеме, что в настоящее время пробы, как и население. Население в этой главе, чтобы думать, как специально, контрастирующие с образца. Сошлюсь только популяций, состоящих из дискретных распознать лиц, например, мужчин или электрических ламп.
идеальное образец простая случайная, в котором шанс в одиночку решает, какие из особей в популяции выбираются. Предположим, что мы хотим получить случайную выборку людей Англии и Уэльсе, с тем чтобы оценку их средней высоты. Для этого мы можем, в принципе, взять сорок с лишним миллионов точно подобные карты, по одной для каждого человека, и написать национальной регистрационный номер каждого человека на соответствующую карту. Эти карты могут быть положить в большой отток, тщательно перемешивают, и (скажем) тысяча карт составляется, несколько в пути имена взяты для ирландского тотализаторе. Тысяча человек, чьи номера находятся на карты случайная выборка, и мы можем измерить их высоту, найти среднее, и так получить фигуру, которая оценка средней высоты для населения.
Для исследования ошибку в среднем так По оценкам мы могли, опять же в принципе, впоследствии измерить высоту всех лиц в попу-ляции и так получить истинное среднее. Проще всего сделать, это привлечь ряд образцов, каждый из одной тысячи, и рассчитать несколько средних. Они будут варьироваться выше и ниже истинной, или населения ценности и степень, в которой они различаются дает некоторое представление о погрешности, с которой любой один образец оценивает истинную среднем.
Чтобы сделать такой эксперимент на самом деле требует гораздо больше ресурсов, чем я могу Команда, но есть и другие эксперименты, которые похожи на prin¬ciple и легче сделать. То, что мы действительно хотим знать, как работает шанс в решении выбора образца, и шанс также работает в играх таблицы, с такими вещами, как карты, кости и рулетки. В этих играх, население не существует в том смысле, что население Англии и Уэльса делает, но мы можем использовать понятие гипотетического населения. Предположим, например, что мы бросили идеально сбалансированный кубик в миллионы раз. Мы должны ожидать, одна шестая бросает мяч тузов, одну шестую забить двойки, и так далее, и средний балл будет% (1 + 2 + 3 + 4 + 5 + 6) = 3-5. Эти миллионы броски popu¬lation, и любой тысяч из них в том числе первой тысяче является случайная выборка. Но миллионы бросает нужно не, на самом деле, могут быть произведены; они должны быть только представить, как гипотетического населения, из которых любое число фактических бросает получением образца.
1460
Чтобы проиллюстрировать, каким образом возникают случайные ошибки Sarr Pling я сделал эксперимент, который я не должен описать в точном подробно. Эксперимент эквивалентно тому, который описан здесь, что это не совсем так легко выполнить, но легче представить. Представить аппарат состоит из десяти

Результаты (русский) 3:

L. C. Tippett
в нынешней дискуссии [методов отбора проб] я буду следовать обычной практикой статистиков о массовых, отобранных в качестве населения. населения в этой главе, считается специально как контрастные с образцами. Я только для того, чтобы население состоит из нетерпимое отношение отдельных лиц, например, мужчины или электрической лампы.
Идеальный образец - это простой случайной, в котором шанс самостоятельно решает, какие из этих лиц в области народонаселения. Предположим, что мы хотели бы получить выборку в Англии и Уэльсе в целях оценки их средней высоты. Для этого мы, возможно, в принципе, принять сорок с лишним миллионов точно аналогичные карты, по одной для каждого пользователя,И писать о национальной регистрации номер на нужную карту. Эти карты могут затем быть в большой отток абонентов, тщательно смешивать, и (сказать) одна из тысяч карточек, несколько в том, что имена взяты для ирландского проводятся лотереи. Тысячи людей, чьи номера телефонов карты случайной выборки, и мы можем измерить их высот, найти средний,И таким образом получить показатель, который - это оценка средней высоты для населения.
для расследования ошибка в среднем по оценкам, мы могли бы и в этот раз в принципе, затем измерьте высоты всех лиц в качестве объек-няются и таким образом получить среднее. Проще всего, необходимо обратить внимание на количество образцов, каждый из одной тысячи, и рассчитать несколько усреднений.Это будет зависеть от выше и ниже в истинном, или значение, и в той степени, в которой они могут различаться дает некоторое представление о ошибка в которой какой-либо образец сметы на истинное среднее.
сделать такой эксперимент на самом деле требует гораздо больше ресурсов, чем я могу команды, но есть и другие эксперименты, аналогичные в доброволь¬ciple и проще сделать.Мы знаем, как возможность работы в принятии решения о выборе образцов, и шанс работает также в игры в таблице, в таких вещах, как карты, игральные кости и рулетки колеса. В этих играх, население не существует в том смысле, что для населения в Англии и Уэльсе, но мы можем использовать концепцию гипотетических населения. Предположим, например,Мы бросали идеально сбалансированным шести двусторонних умирают миллионы раз. Мы должны ожидать от одной шестой части он бросает по воротам ace, одной шестой гол, и так далее, и средний балл будет % (1 2 3 4 5 6) = 3-5. Эти миллионы рядным расположением в качестве объек¬няются, и любое тысяч из них включая первую тысячу - случайной выборки. Но миллионы раз бросает не нужно, по сути дела, быть;Им нужно лишь представить себе как гипотетический населения, в котором любое количество фактически ставят в пример.
1460
проиллюстрировать, как случайных Ларс Хальтбреккен ЮНЕП/ГРИДpling ошибок я экспериментом, который мне не нужно описывать в точных деталей. Эксперимент, эквивалентна описано здесь, что не так просто выполнить но проще представить себе. В аппарат состоит из десяти