Lorsque les mathématiciens utilisent la population à long terme, ils signifient tout le monde dans un groupe d'intérêt. Si vous voulez savoir sur les bébés nés aux États-Unis en 2000, chaque enfant unique né de cette année fait partie de la population. Parce que les données ne sont pas disponibles sur tous, les statisticiens prennent habituellement quelques points de données, connues sous le nom d'un échantillon, et utilisé des statistiques pour généraliser les résultats à l'ensemble de la population.
La mesure
Si vous avez toute la population disponible pour vous, utiliser un ensemble spécial de calculs pour l'analyser. Ce sont les paramètres de la population et diffèrent des statistiques d'échantillon. paramètres de population ne doivent pas prendre en compte une marge d'erreur pour compenser pour ne pas avoir de données sur tous les membres de l'échantillon à la différence des statistiques.
Symboles
Les symboles mathématiques pour les paramètres démographiques diffèrent des symboles utilisés pour les statistiques de l'échantillon. Le nombre d'observations pour une population, par exemple, est désigné par la lettre majuscule N, alors que le nombre d'observations pour un échantillon est désigné par la lettre minuscule n.
Capacité à Généraliser
les statistiques d'échantillonnage sont utilisés pour faire des généralisations ou des hypothèses sur l'ensemble du groupe ou de la population. Vous ne pouvez pas utiliser les paramètres de population de généraliser sur quoi que ce soit à l'exception du groupe que vous étudiez. Par exemple, si vous aviez des données sur seulement 2.000 bébés nés en 2000, vous pouvez utiliser cet exemple pour faire des déclarations générales sur tous les bébés nés en 2000. Toutefois, si vous aviez des données sur chaque enfant né au cours de cette année, vous pourriez faire des déclarations que sur les bébés nés en 2000, et non pour une autre année.
Coût vs. Precision
Il est moins cher de prendre seulement quelques observations, de les analyser et de généraliser à une population plus grande qu'elle est d'analyser des données sur tous les membres d'une population. Ce que vous gagnez des économies de coûts, cependant, vous perdez en précision. Disposer de données sur chaque membre de la population ne comporte pas de devinettes, alors que vous ne pouvez pas être à 100 pour cent sûr de précision quand vous avez seulement quelques observations.