I statistik används termen population för att beskriva ämnena i en viss studie – allt eller alla som är föremål för en statistisk observation. Populationer kan vara stora eller liten i storlek och definieras av ett valfritt antal egenskaper, även om dessa grupper vanligtvis definieras specifikt snarare än vagt – till exempel en befolkning av kvinnor över 18 år som köper kaffe på Starbucks snarare än en befolkning av kvinnor över 18.
Statistiska populationer används för att observera beteenden, trender och mönster i hur individer i en definierad grupp interagerar med omvärlden, vilket gör att statistiker kan dra slutsatser om egenskaperna hos de studerade ämnena, även om dessa ämnen är oftast människor, djur och växter, och till och med föremål som stjärnor
Populationers betydelse
Australian Government Bureau of Statistics noterar:
Det är viktigt att förstå målpopulationen som studeras, så att du kan förstå vem eller vad uppgifterna refererar till. Om du inte tydligt har definierat vem eller vad du vill ha i din befolkning, kan du få data som inte är användbara för dig.
Det finns naturligtvis vissa begränsningar med att studera populationer, mest i det att det är ovanligt att man kan att observera alla individer i en given grupp. Av denna anledning studerar forskare som använder statistik också subpopulationer och tar statistiska urval av små delar av större populationer för att mer exakt analysera hela spektrumet av beteenden och egenskaper hos befolkningen i stort.
Vad utgör en befolkning?
En statistisk population är vilken grupp individer som helst som är föremålet av en studie, vilket betyder att nästan vad som helst kan utgöra en population så länge som individerna kan grupperas tillsammans med ett gemensamt drag, eller ibland två gemensamma drag. Till exempel, i en studie som försöker fastställa medelvikten för alla 20-åriga män i USA, skulle befolkningen vara alla 20-åriga män i USA.
Ett annat exempel skulle vara en studie som undersöker hur många människor som bor i Argentina där befolkningen skulle vara varje person som bor i Argentina, oavsett medborgarskap, ålder eller kön. Däremot kan befolkningen i en separat studie som frågade hur många män under 25 som bodde i Argentina vara alla män som är 24 år och yngre som bor i Argentina oavsett medborgarskap.
Statistiska populationer kan vara så vaga eller specifika som statistikern önskar; det beror ytterst på målet för den forskning som bedrivs. En kobonde skulle inte vilja veta statistiken över hur många röda honkor han äger; istället skulle han vilja veta uppgifterna om hur många honkor han har som fortfarande kan producera kalvar. Den bonden skulle vilja välja den senare som sin studiepopulation.
Population Data in Action
Det finns många sätt att använda befolkningsdata i statistik. StatisticsShowHowto.com förklarar ett roligt scenario där du motstår frestelser och går in i en godisbutik, där ägaren kanske erbjuder några prover på hennes produkter. Du skulle äta en godis från varje prov; du skulle inte vilja äta ett prov av varje godis i butiken. Det skulle kräva provtagning från hundratals burkar, och förmodligen skulle du bli ganska sjuk. Istället förklarar statistikwebbplatsen:
”Du kan basera din åsikt om hela butikens godislinje på (bara ) de prover de har att erbjuda. Samma logik gäller för de flesta undersökningar inom statistik. Du kommer bara att vilja ta ett urval av hela befolkningen (”population” i det här exemplet skulle vara hela godisraden). resultatet är en statistik om den populationen.”
Den australiensiska regeringens statistikbyrå ger ett par andra exempel, som har ändrats något här. Föreställ dig att du bara vill studera människor som bor i USA som är födda utomlands – ett hett politiskt ämne idag i ljuset av den hetsiga nationella debatten om invandring. Istället såg man dock av misstag på alla människor födda i det här landet. Uppgifterna omfattar många personer som du inte vill studera. ”Du kan sluta med data som du inte behöver eftersom din målgrupp inte var tydligt definierad, konstaterar statistikbyrån.
En annan relevant studie kan vara en titt på alla lågstadiebarn som dricker läsk. Du måste tydligt definiera målpopulationen som ”primärskolebarn” och ”de som dricker läsk”, annars måste du kan sluta med data som inkluderade alla skolbarn (inte bara elever i lågstadiet) och/eller alla de som dricker läsk. Inkluderandet av äldre barn och/eller de som inte dricker läsk skulle skeva dina resultat och gör sannolikt studien oanvändbar.
Begränsade resurser
Även om den totala befolkningen är vad forskare vill studera är det mycket sällsynt att kunna göra en inventering av varje enskild medlem av befolkningen. På grund av begränsningar av resurser, tid och tillgänglighet är det nästan omöjligt e att utföra en mätning på varje ämne. Som ett resultat använder många statistiker, samhällsvetare och andra inferentiell statistik, där forskare kan studera endast en liten del av befolkningen och fortfarande observera påtagliga resultat.
Istället för att utföra mätningar på varje medlem av befolkningen, överväger forskare en delmängd av detta population som kallas ett statistiskt urval. Dessa prover ger mätningar av de individer som berättar för forskarna om motsvarande mätningar i populationen, som sedan kan upprepas och jämföras med olika statistiska prov för att mer exakt beskriva hela populationen.
Populationsundergrupper
Frågan om vilken befolkning delmängder bör väljas, är därför mycket viktigt i studien av statistik, och det finns en mängd olika sätt att välja ett urval, av vilka många inte kommer att ge några meningsfulla resultat. Av denna anledning är forskare ständigt på jakt efter potentiella subpopulationer eftersom de vanligtvis får bättre resultat när de känner igen blandningen av typer av individer i populationerna som studeras.
Olika provtagningstekniker, som att bilda stratifierade prover, kan hjälpa till att hantera med subpopulationer, och många av dessa tekniker förutsätter att en specifik typ av urval, som kallas ett enkelt slumpmässigt urval, har valts från populationen.
