Механическая выборка: шаг и случайный старт

Механическая выборка - способ отбора, при котором из упорядоченного списка берут каждую -ю единицу после случайно выбранной стартовой позиции. Например, для проверки чеков можно выбрать один из первых четырёх, а затем брать каждый четвёртый. Такой порядок прост в исполнении, но зависит от устройства исходного списка: если в нём повторяется связанный с шагом цикл, результат может оказаться неожиданно далёким от среднего. В калькуляторе ниже поменяйте старт и сравните выборочные средние с известным средним учебного списка.
Как работает отбор через равный интервал
Пусть есть нумерованный список из единиц и требуется выбрать из них. Если делится на без остатка, шаг равен . Случайным образом с одинаковыми шансами выбирают целый старт от 1 до , а дальше берут номера
Случайность здесь сосредоточена в одном решении: после выбора старта остальные позиции уже определены. Метод также называют систематическим отбором. Статистическое ведомство Канады описывает именно такую схему и отдельно предупреждает о совпадении шага с периодичностью списка: Probability sampling.
На видео меняется старт при неизменном шаге. Становится видно, что вместе с первой позицией сдвигается весь набор, а не одна запись. Суммы чеков условные и нужны только для демонстрации.
Пример: 20 чеков и шаг 4
Представим, что в списке чеков нужно проверить . Тогда . Сначала случайно и равновероятно выбирают одно число из 1, 2, 3 и 4. Если выпало , получаем позиции 3, 7, 11, 15 и 19. У каждой из двадцати записей вероятность попасть в выборку равна : каждой соответствует ровно один из четырёх возможных стартов.
Для проверки влияния порядка зададим искусственные суммы: каждый четвёртый чек равен 100 ₽, остальные - 20 ₽. В полном списке пять чеков по 100 ₽ и пятнадцать по 20 ₽, значит, среднее равно ₽. При старте 3 отбираются пять чеков по 20 ₽, и среднее выборки равно 20 ₽. При старте 4 все пять чеков по 100 ₽, среднее равно 100 ₽.

Старт 1 или 2 тоже даёт среднее 20 ₽. Среднее результатов по всем четырём равновероятным стартам равно ₽. Поэтому процедура в этом примере даёт несмещённую оценку среднего в смысле повторений отбора, но один конкретный результат может сильно отличаться от истины. Случайный старт не гарантирует близости каждой отдельной выборки к совокупности.
Что делать, если размер списка не делится на объём
Если не целое, просто округлить шаг и идти до конца недостаточно: можно получить другое число записей. Например, при и желаемых округлённый шаг 10 при старте 1 даст 11 позиций: от 1 до 101. Если же остановиться после десяти, записи в конце списка могут оказаться без шанса отбора при некоторых вариантах правила.
Один из способов сохранить ровно позиций - дробный интервал. Положим , равномерно выберем случайное действительное на полуинтервале и возьмём номера
Для примера при получаются номера 3, 13, 23, 34, 44, 54, 64, 75, 85 и 95. Это именно один возможный старт, а не предписание выбрать 2,2. Формула предполагает нумерацию с единицы и отсутствие повторов в списке. На практике важно заранее зафиксировать конкретную схему, округление и способ генерации старта: другие схемы тоже существуют, но их вероятности и правила окончания надо проверять отдельно.
Почему порядок списка важен
В примере с чеками высокий чек повторяется на каждой четвёртой позиции. Шаг 4 синхронизируется с этим циклом: один старт захватывает все высокие значения, остальные - ни одного. В реальной работе похожая структура может возникнуть из-за смен, дней недели, маршрутов доставки или порядка формирования партий. Период может быть не сразу заметен по одним только номерам.
Перед отбором стоит выяснить, как формируется список, и поискать циклы по доступным признакам: времени, подразделению, типу операции. Если цикл совпадает с шагом или кратен ему, полезно пересмотреть дизайн, например случайно перемешать единицы до отбора либо выбрать иной вероятностный план. Перемешивание должно быть частью заранее описанной процедуры, а не способом подобрать удобный результат после просмотра данных.
Порядок не всегда вреден. Если список упорядочен по связанному с изучаемым показателем признаку без опасной периодичности, равномерный проход может охватить разные участки списка. Однако само по себе это не доказывает точности: оценка зависит от структуры данных и всей схемы отбора.
Чем механическая выборка отличается от простой случайной
При простой случайной выборке фиксированного объёма каждая комбинация из единиц имеет одинаковую вероятность. При механическом отборе равные вероятности включения отдельных записей не означают равную вероятность комбинаций. В примере с 20 чеками и шагом 4 возможны лишь четыре набора, хотя комбинаций из пяти записей значительно больше. Так, номера 1 и 2 никогда не попадут вместе в одну такую выборку.
Различие влияет на оценку неопределённости. Стандартную ошибку для простой случайной выборки нельзя автоматически считать точной для систематической схемы: она не учитывает особые зависимости между совместно выбранными единицами. При одном случайном старте надёжно оценить дисперсию только по наблюдениям этой выборки обычно нельзя без дополнительных предположений или внешней информации. Для планирования оценки точности используют, например, несколько независимо отобранных систематических выборок; детали зависят от дизайна. Это обсуждается в курсе Penn State по систематическому отбору.
Связь между объектом исследования и списком, из которого реально выбирают, разобрана в статье про генеральную совокупность и выборку. Даже безошибочный шаг не исправит отсутствие части нужных объектов в основе отбора.
Как оформить план исследования
Сначала определите единицу отбора: чек, клиента или торговую точку. Затем опишите границы совокупности и основу: за какой период составлен список, как удалены повторы и кто в него не попал. Если исследуются покупатели, список транзакций даёт покупателю с несколькими покупками несколько шансов попасть в отбор; это уже другая единица анализа, и правило нужно согласовать с целью.
Далее зафиксируйте объём, способ вычисления шага, порядок списка и генератор случайного старта. Сохраните сам старт и выбранные номера, чтобы другой исследователь мог воспроизвести процедуру. Отдельно укажите, что делать при отказе или недоступности: произвольная замена соседней записью меняет фактический механизм и может внести смещение. Разумно заранее установить протокол повторного контакта и учёта неответов.
Для опроса людей дополнительные практические вопросы рассмотрены в материале о выборке в социологии. Если вместо отдельных единиц выбирают целые группы, речь идёт о другом устройстве - гнездовой выборке. А в квотной выборке заполнение заданных долей само по себе не создаёт известных вероятностей включения.
Для экономического исследования полезно различать плановую и фактическую выборку. Например, из отобранных чеков часть может оказаться нечитаемой, а некоторые операции - отменёнными. Их нельзя молча исключить и по-прежнему считать результат выборкой из всех первоначально намеченных записей. Зафиксируйте число отобранных, недоступных и пригодных для анализа документов, а также причины исключения. Если недоступность связана с суммой или типом операции, среднее по доступным чекам может отличаться от среднего первоначальной выборки.
При анализе важно также определить показатель заранее: средняя сумма чека, доля возвратов и общая выручка отвечают на разные вопросы. Для общей суммы при равновероятном отборе без неответов среднее по выборке можно умножить на ; это оценка, а не подсчитанное значение всей базы. Её неопределённость по-прежнему зависит от схемы и порядка записей.
Частые ошибки
- Начинать с удобной записи. Фиксированный первый чек лишает другие стартовые наборы шанса быть выбранными. Старт выбирают случайно до просмотра результатов.
- Путать шаг с объёмом. При 20 записях и пяти наблюдениях шаг равен четырём, а не пяти.
- Игнорировать периодичность. Список, сгруппированный по сменам или дням, может повторять структуру ровно через выбранный интервал.
- Объявлять выборку автоматически репрезентативной. Покрытие списка, неответы и случайные колебания остаются важны даже при случайном старте.
- Применять формулу для простой случайной выборки без оговорки. Вероятности совместного включения здесь другие; точность зависит от плана.
FAQ
Обязательно ли случайно выбирать начало?
Для вероятностной схемы с равными шансами позиций в целочисленном примере нужен равновероятный случайный старт от 1 до . Если начало фиксировано по удобству, случайность в этом шаге отсутствует.
Можно ли применять метод к потоку покупателей?
Да, если заранее определить период наблюдения, правило случайного старта и порядок счёта. При этом поток за выбранные часы может не покрывать покупателей в другое время, а циклы посещаемости и отказы влияют на выводы.
Почему при шаге 4 в примере только четыре возможные выборки?
Каждому из четырёх стартов соответствует одна последовательность из пяти номеров. После выбора первой позиции остальные полностью заданы шагом; произвольные сочетания в этой схеме невозможны.
Коротко
Механический отбор проходит по упорядоченному списку с постоянным интервалом после случайного старта. При целом он прост и даёт равные вероятности включения единиц, но состав всей выборки зависит от одного старта. Проверьте основу и циклы списка, заранее зафиксируйте правила и учитывайте дизайн при оценке точности.
Читайте также

Атрибутивный ряд распределения: пример и расчёт
Атрибутивный ряд распределения в статистике: как выделить качественный признак, подсчитать частоты и доли, построить диаграмму и найти моду на примере покупок.

Дисперсия альтернативного признака: формула и пример
Как найти дисперсию альтернативного признака по доле или частотам, почему её максимум равен 0,25 и чем разброс единичного признака отличается от ошибки доли.

Дисперсия интервального вариационного ряда: расчёт
Как найти дисперсию интервального вариационного ряда по серединам и частотам: подробная таблица, две формулы, исправленная оценка и ограничения группировки.

Группировочный признак: выбор и примеры в статистике
Что такое группировочный признак, как выбрать качественное или количественное основание группировки и проверить границы и состав групп на примере предприятий.

Индекс Рябцева: формула и расчёт структурных различий
Индекс Рябцева измеряет различие двух структур. Разбираем формулу, пошаговый расчёт по долям, шкалу интерпретации и ограничения метода на наглядном примере.

Кластерный анализ регионов: показатели и пример
Как провести кластерный анализ регионов: выбрать сопоставимые показатели, стандартизовать данные, рассчитать расстояния, описать группы и проверить устойчивость результата.