1
Totale o campionamento? – Il primo passo nell'indagine statistica
MATH701B-PEP-CNLesson 6
00:00
CampionamentoStimaPopolazioneCampione
La statistica è lo studio di come raccogliere, organizzare e analizzare i dati per trarne conclusioni e prendere decisioni. È come assaggiare una zuppa di otto ingredienti: non devi bere tutta la zuppa per sapere se è dolce o salata; basta mescolare bene e prendere un cucchiaio, e potrai capire il gusto generale. Questo è il fascino dell'indagine statistica.

Concetti chiave: Chi è il nostro protagonista?

Prima di qualsiasi indagine, dobbiamo definire chiaramente l'oggetto della nostra ricerca:

  • Popolazione (Population)È l'insieme completo degli oggetti che vogliamo esaminare.
  • IndividuoOgni singolo elemento che compone la popolazione.
  • Campione (Sample)Una parte estratta dalla popolazione.
  • Dimensione del campione (Sample Size)Numero di individui inclusi nel campionenumero(Nota: è un numero, senza unità di misura).

Scelta del metodo di indagine

Perché non si opta sempre per l'indagine completache considera tutti gli elementi?

Scenario A: Censimento

Come il sesto censimento nazionale del 2010. Richiede un'elevatissima precisione, e i dati riguardano questioni fondamentali per la vita sociale ed economica; ogni persona deve essere contata.

Scenario B: Test di resistenza agli urti

Se si vuole verificare la resistenza agli urti di un lotto di auto, un'indagine completa significherebbe distruggere tutte le automobili. In questo caso,l'indagine campionariaestrarre un campione di veicoli per testare e inferire sulle caratteristiche di tutti gli altri è l'unica opzione valida.

Scientificità e trappole del campionamento

Per garantire che un cucchiaio rappresenti tutta la zuppa, è essenziale rispettare il principio dicampionamento casuale semplicein cui ogni individuo ha la stessa probabilità di essere selezionato. Dobbiamo evitare questi tre errori:

  • Troppo piccolo: Un campione troppo piccolo porta a risultati casuali e non riesce a riflettere in modo oggettivo la popolazione.
  • Troppo grande: Si perde l'obiettivo di risparmiare tempo e fatica.
  • Distorsione: Ad esempio, limitarsi a intervistare solo compagni di classe vicini per stimare i dati della scuola intera; il campione non è rappresentativo.
🎯 Logica fondamentale
Il cuore dell'indagine campionaria risiede nell'utilizzo dei dati del campione per stimare le caratteristiche della popolazione. La logica formale è: $q \approx \frac{p}{n} \times m$, dove $q$ rappresenta la stima della popolazione.