1
Totale o campionamento? — Avviare il primo passo dell'indagine statistica
MATH701B-PEP-CNLesson 6
00:00
PopolazioneCampioneCampionamentoStima
La statistica è la scienza che studia come raccogliere, organizzare e analizzare dati per trarne conclusioni e prendere decisioni. È come assaggiare una zuppa di otto tesori: non hai bisogno di bere tutta la pentola per sapere se è dolce o salata; basta mescolare bene e prelevare un cucchiaio per capire il gusto generale. Questo è il fascino delle indagini statistiche.

Concetti fondamentali: Chi è il protagonista?

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

  • Popolazione (Population)È l'insieme completo degli oggetti da esaminare.
  • IndividuoOgni singolo elemento che compone la popolazione.
  • Campione (Sample)Un sottoinsieme selezionato dalla popolazione.
  • Dimensione del campione (Sample Size)Numero di individui contenuti nel campione (nota: è un numero, senza unità di misura)numeroNota: si tratta di un valore numerico, senza unità di misura.

Scelta del metodo di indagine

Perché non sempre si opta perun'indagine completaun'indagine che esamina tutti gli elementi?

Scenario A: Censimento

Ad esempio, il sesto censimento nazionale del 2010. Richiede un'elevata precisione, poiché i dati riguardano gli interessi nazionali e la vita quotidiana, ed è essenziale includere ogni singolo individuo.

Scenario B: Prova di resistenza agli urti

Se si vuole verificare la resistenza agli urti di un lotto di auto, un'indagine completa significherebbe distruggere tutte le vetture. In questo caso,l'indagine campionariaè l'unica opzione possibile (si estrae un sottoinsieme per fare inferenze sulla totalità).

Scientificità e rischi del campionamento

Per garantire che un cucchiaio rappresenti fedelmente la zuppa intera, è essenziale seguire il principio dicampionamento casuale sempliceprincipio, in modo che ogni individuo abbia la stessa probabilità di essere incluso. Dobbiamo evitare questi tre errori:

  • Troppo piccolo: Una dimensione troppo ridotta porta a risultati casuali e non riesce a rappresentare oggettivamente la popolazione.
  • Troppo grande: Si perde lo scopo di risparmiare tempo e fatica.
  • Sbiasamento: Ad esempio, limitarsi a intervistare solo compagni di classe vicini per stimare la situazione scolastica generale: il campione non è rappresentativo.
🎯 Logica fondamentale
Il cuore dell'indagine campionaria sta nell'utilizzare i dati del campione per inferire sulle caratteristiche della popolazione. La sua logica formale è: $q \approx \frac{p}{n} \times m$, dove $q$ rappresenta la stima della popolazione.