{[ promptMessage ]}

Bookmark it

{[ promptMessage ]}

ECON 246 FINAL REVIEW - ECON246 SampleDesign: population...

Info iconThis preview shows pages 1–3. Sign up to view the full content.

View Full Document Right Arrow Icon
ECON 246 Sample Design:  a predetermined plan depicting how to collect a sample from a given  population -objective: to accurately collect a sample that population is trying to replicate Non-sampling Errors:  errors that include all different human errors Sampling Errors:  errors that represent the differences that may exist between a sample  statistic and the population parameter being estimated There is usually a trade-off between sample design and the cost of making an error. To  minimize cost the researcher must improve sample design.  Probabilistic Sampling:  based on random selection process where every item in population  being examined are equal and independent chance of being chosen Simple Random Samples:  every item of sample size of n (from population size N) is equally  likely to be chosen -requirement: access to all items in population Systematic Sampling:  random starting point in population is selected, and every kth element is  a sample point -every set of n items does not have an equal probability of being selected -bias will result if we have periodicity to items in the population How to use Random Number Table: 1. Number population 2. Start at top left and pick the first n relevant numbers Sampling with Prior Knowledge:  reduces cost of simple random sampling 1. Stratified Sampling:  divides population into a number of distinct and similar subgroups,  then select a proportionate number of items from each subgroup -requires population to be divided into stratas -optimal method: find groups with large variability between strata but small variability  within strata   large inter-strate; small intra-strata
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
2. Cluster Sampling:  population is subdivided into clusters where each cluster has the  same characteristics as the population -optimal method: have groups with large intra-cluster variation, but little inter-cluster  variation 3. Systematic Sampling: -randomly select n items from N -select kth item in sample -start at randomly chose point in population and include every kth element in population  as sample point 4. Two-Stage Sampling:  samples within clusters where elements are drawn in two  different stages 5. Sequential Sampling:  like two stage sampling where sampling is done in 2 or more  stages Non-Probabilistic Sampling: 1. Judgement Sampling:  selection of elements in a sample are determined by some  judgement opinion or belief of one individual or many individuals -usually employed when a random sample cannot be taken or not practical to take a  random sample 2. Quota Sampling:  number of sample observations gathered is dictated to the researcher 
Background image of page 2
Image of page 3
This is the end of the preview. Sign up to access the rest of the document.

{[ snackBarMessage ]}