Arvestades juhuslikku muutujat X, on lihtne juhuslik valim juhuslike muutujate X sõltumatute ja identselt jaotatud juhuslike muutujate kogum, mis on jaotatud samaga.
Formaalselt on eelmine määratlus see, mis määratleb lihtsa juhusliku valimi. Nüüd saab seda mõistet lihtsamalt määratleda. Muidugi on lihtsa juhusliku valimi mõiste õigesti mõistmiseks oluline see täpselt määratleda.
Kuna ametlik määratlus on keeruline, rullime definitsiooni iga osa järk-järgult lahti.
Lihtne juhuslik näidiskontseptsioon samm-sammult
Seega peame kõigepealt arvestama, et lihtne juhuslik valim on valim. Valimina saadakse see juhuslikust muutujast. Oleme seda juhuslikku muutujat nimetanud X. Juhusliku muutuja näide võib olla gümnaasiumiõpilaste matemaatika hinne. Seetõttu on definitsiooni esimene osa selge. Lihtne juhuslik valim on valim, mis on saadud mis tahes juhuslikust muutujast.
Definitsiooni teine osa on keerulisem. Eelkõige mõistete "sõltumatu ja identselt jaotatud juhuslik" järgi. Juhusliku mõiste tähendab juhust. Kuna valim on saadud juhuslikult, on muutujad seetõttu juhuslikud. Sõltumatuse mõiste viitab asjaolule, et saadud andmed pole omavahel seotud. See tähendab, et teatud andmete valimine ei sõltu varem valitud andmetest või valitakse hiljem. Lõpuks, identselt jaotatud viitab statistilisele jaotusele, mis on sama.
Kokkuvõtteks võib öelda, et lihtne juhuslik valim on täiesti juhuslikul viisil saadud valim. Seega pole valimi moodustavad andmed omavahel seotud ja pärivad populatsiooni juhusliku muutuja X tunnused.
Miks on lihtne juhusliku valimi kontseptsioon nii oluline?
Kui tahame läbi viia andmekogumi teatud omaduste uurimist, on valimi kvaliteet ülioluline. Selleks, et arvutatud mõõdikud ja seetõttu uuringute järeldused oleksid usaldusväärsed, peab meil olema nn esinduslik valim. See tähendab, et valim, mis esindab adekvaatselt kogu populatsiooni tunnuseid.
Esindusliku valimi üks peamisi omadusi on see, et see on juhuslik. Seetõttu on lihtsa juhusliku valimi mõiste tundmine ülioluline, et meie uuring kehtiks teadlaskonnas.
Lihtne juhusliku valimi näide
Oletame, et tahame läbi viia uuringu riigi kodanike kuupalkade kohta. Meie juhuslik muutuja on kodanike kuupalk.
Näidiskontseptsioon tekib tänu võimatusele küsida iga riigi kodanikult. Selleks kuluks palju aega või palju rahalisi ressursse. Nii et 50 miljoni inimese küsimise asemel otsustasime küsida 50 000 inimest.
Kui oleme määranud muutuja, millega hakkame töötama, ja andmepopulatsiooni, peame valimi saamiseks jätkama. Õige valimi saamiseks on ulatuslik kirjandus. Kuid kuna selle määratluse eesmärk on läheneda sellele kontseptsioonile lihtsal viisil, siis me seda küsimust ei süvene.
Palju lihtsustades on meil üldiselt kaks võimalust. Või küsige kodanikelt täiesti juhuslikult või valige valikuprotsess. Selleks, et valim vastaks "juhusliku" kriteeriumile, peame seda tegema täiesti juhuslikult. Me ei saa valida linnu, tsoone ega linnaosasid ega midagi muud.
Kui valime valimisprotsessi teadlikult, on meie valim tõenäoliselt kallutatud. Õige oleks teha tööriista, mis kodanike nimed juhuslikult välja võtab.
Kui meil on lihtne juhuslik valim, peame andmetega töötama. See tähendab teha statistilisi järeldusi. See statistiline järeldus võimaldab meil uuringust järeldusi teha. Näiteks sellised väited: "keskmine kuupalk Hispaanias on 1200 eurot" või "ainult 5% kõrgeima palgaga kodanikest teenib 30% vaesema ekvivalendi".
Seda kõike selge veavaruga. Kuid selle eest hoolitseb juba statistiline järeldus.