표본의 크기와 표본 오차에 관해 설명하시오

표본의 크기와 표본 오차에 관해 설명하시오 표본을 추출하는 데 있어 가장 중요한 것은 추출된 표본이 모집단을 얼마나 정확히 대표할 수 있는가이다. 많은 사람들은 표본의 크기를 크게 하면 할수록 표본의 대표성이 증가하는 것으로 생각하지만 반드시 그런 것은 아니다. 앞에서도 설명하였듯이 모집단이 잘못 정의되었거나 표본추출의 틀이 잘못 결정되는 경우에 생기는 구조적오류로 인한 편의(bias)는 표본크기를 아무리 늘리더라도 줄일 수 없다. 이러한 편의는 표본추출의 의사결정과정을 새로이 시작하여 모집단의 정의와 표본추출의 틀을 올바로 고쳐야만 없앨 수 있는 것이다. 표본크기를 결정하는 데 있어 고려하여야 할 사항들을 살펴보자. 1) 표본추출오류 모집단 전체를 관찰하는 것이 아니라 그로부터 추출된 표본만을 관찰함으로써 생기는 표본추출오류(sampling error)는 표본크기를 늘림으로써 그 오차의 영향을 줄일 수 있다. 예를 들어, 동전을 던질 때 앞면의 발생확률을 알아보고자 동전을 여러 번 던지는 실험을 해 보자. 공정한 동전이라면 앞면의 발생확률은 1/2이 될 것이다. 만일 동전을 2번 던지는 경우에 앞면의 발생비율을 살펴보면, 2번 모두 앞면이 나오는 경우(즉, 발생비율이 1)와 2번 중에 앞면이 한 번도 안 나오는 경우(즉, 발생비율이 0)를 쉽게 경험할 수 있다. 따라서 동전을 2번 던져서 나오는 앞면의 발생비율과 앞면의 진짜 발생확률(즉, 1/2) 사이에는 차이가 생길 수 있는데, 이를 표본추출오류라고 한다. 이는 표본에 어떠한 구성원이 포함되는지에 따라 표본으로부터 계산된 추정치가 달라질 수 있기 때문에 생기는 오차이다. 이에 반하여, 만일 동전을 던지는 횟수를 10,000번으로 늘린다면, 즉 표본크기를 10,000개로 늘린다면 표본추출오류에는 어떠한 변화가 생길지 예측해보자. 동전을 10,000번 던졌을 때 앞면의 발생비…
이에 반하여, 만일 동전을 던지는 횟수를 10,000번으로 늘린다면, …