Вероятностная выборка¶

Вероятностная выборка (случайная выборка, рандомизированная выборка) — это метод отбора единиц из генеральной совокупности, при котором каждая единица (или группа единиц) имеет известную, ненулевую вероятность быть включённой в выборочную совокупность. Данный подход является основой статистического вывода, позволяя на основе анализа части объектов (выборки) делать обоснованные заключения о всей совокупности в целом, оценивать параметры с известной точностью и рассчитывать доверительные интервалы. В отличие от невероятностных методов (например, квотной или стихийной выборки), вероятностная выборка обеспечивает репрезентативность и возможность применения методов математической статистики для экстраполяции результатов.

¶Основные принципы

В основе вероятностной выборки лежит закон больших чисел и центральная предельная теорема. Ключевым требованием является случайность отбора, что минимизирует систематическую ошибку (смещение). Для обеспечения случайности используются различные процедуры рандомизации: генераторы случайных чисел, таблицы случайных чисел, лотерейные методы. Важнейшей характеристикой вероятностной выборки является возможность рассчитать стандартную ошибку оценки и построить доверительные интервалы, что позволяет судить о точности результатов.

¶Виды вероятностной выборки

Существует несколько основных схем (дизайнов) вероятностной выборки, различающихся по сложности организации и эффективности.

¶Простая случайная выборка (ПСВ)

Наиболее фундаментальный метод. Каждая единица генеральной совокупности имеет равную и независимую вероятность быть отобранной. Отбор осуществляется напрямую из полного списка совокупности (основы выборки). Реализуется с помощью случайных чисел. ПСВ проста для понимания и анализа, но требует полного и актуального списка всех единиц, что на практике часто затруднительно (например, для опроса населения всей страны). При большом объёме совокупности и её пространственной разбросанности ПСВ может быть дорогостоящей.

¶Систематическая выборка

Единицы отбираются из упорядоченного списка с постоянным шагом (интервалом). Например, из списка избирателей отбирается каждый 100-й. Случайность обеспечивается случайным выбором первой единицы. Метод проще в реализации, чем ПСВ, но может давать смещённые оценки, если список упорядочен по циклическому признаку, коррелирующему с изучаемой переменной (например, если в списке чередуются мужчины и женщины, а шаг кратен двум).

¶Стратифицированная (расслоённая) выборка

Генеральная совокупность предварительно разбивается на однородные группы (страты) по какому-либо признаку (пол, возраст, регион, тип поселения). Затем из каждой страты независимо отбирается случайная выборка (обычно пропорционально доле страты в совокупности). Стратификация позволяет уменьшить дисперсию оценок по сравнению с ПСВ того же объёма, так как устраняется вариация между стратами. Этот метод широко применяется в социальных опросах (например, ВЦИОМ, Левада-Центр — признан иноагентом в РФ).

¶Кластерная (гнездовая) выборка

Генеральная совокупность разбивается на естественные группы (кластеры) — например, школы, избирательные участки, домохозяйства. На первом этапе случайным образом отбираются кластеры, а затем внутри отобранных кластеров обследуются все или случайно отобранные единицы. Кластерная выборка значительно дешевле и проще в организации, чем ПСВ, особенно при территориальной разбросанности совокупности, но приводит к увеличению стандартной ошибки из-за внутрикластерной однородности (эффект дизайна).

¶Многоступенчатая (многостадийная) выборка

Комбинация кластерной и стратифицированной выборок. Отбор проводится в несколько этапов: сначала отбираются крупные кластеры (регионы), затем внутри них — более мелкие (города, районы), затем — избирательные участки, и наконец — респонденты. На каждом этапе может применяться свой метод отбора. Это наиболее распространённый тип выборки в крупных национальных опросах, так как позволяет сбалансировать стоимость и точность.

¶Выборка, пропорциональная размеру (PPS)

Разновидность кластерной выборки, при которой кластеры отбираются с вероятностью, пропорциональной их размеру (числу единиц). Это позволяет сделать выборку самовзвешенной и упростить анализ. Используется, когда кластеры сильно различаются по величине (например, школы разного размера).

¶Ошибки выборки

Результаты вероятностной выборки всегда содержат две составляющие ошибки:

• Случайная ошибка (ошибка репрезентативности) — неизбежное расхождение между выборочной оценкой и истинным значением параметра в совокупности, обусловленное тем, что обследуется лишь часть единиц. Величина случайной ошибки обратно пропорциональна квадратному корню из объёма выборки и может быть рассчитана математически. Она выражается в виде стандартной ошибки и доверительного интервала.
• Систематическая ошибка (смещение) — ошибка, не связанная с объёмом выборки, а возникающая из-за нарушения принципов случайности, неполноты или неточности основы выборки, неответов респондентов, ошибок измерения. Систематическую ошибку невозможно оценить статистическими методами, и она может полностью исказить результаты, даже при очень большом объёме выборки. Основные источники: ошибки покрытия (неполный список совокупности), ошибки неответа (отказ от участия), ошибки отбора (неверная процедура).

¶Объём выборки

Необходимый объём выборки определяется несколькими факторами: требуемой точностью оценки (допустимой ошибкой), уровнем доверия (обычно 95% или 99%), вариацией признака в совокупности (чем она больше, тем больше нужна выборка), а также дизайном выборки (эффект дизайна для кластерных выборок). Для расчёта объёма используются специальные формулы, учитывающие эти параметры. На практике при опросах общественного мнения в России объём выборки часто составляет 1600–2000 человек, что при простой случайной выборке обеспечивает погрешность около 3–4% для 95% доверительного интервала.

¶Применение

Вероятностная выборка является стандартом в следующих областях:

• Социология и маркетинг: опросы общественного мнения, изучение потребительских предпочтений, электоральные исследования. В России крупнейшие организации, использующие вероятностные методы, — ВЦИОМ, ФОМ, Левада-Центр (признан иноагентом в РФ).
• Государственная статистика: выборочные обследования населения (например, обследование рабочей силы, бюджетов домохозяйств), проводимые Росстатом.
• Медицина и эпидемиология: клинические испытания, эпидемиологические исследования (например, изучение распространённости заболеваний).
• Контроль качества: выборочный контроль продукции на производстве.
• Экология: оценка популяций животных, загрязнения среды.

¶Критика и ограничения

Несмотря на теоретические преимущества, реализация вероятностной выборки на практике сталкивается с серьёзными трудностями. Главная проблема — снижение доли ответов (response rate) в опросах, что приводит к потенциальной систематической ошибке, так как неответившие могут систематически отличаться от ответивших. В России в 2010-е — 2020-е годы доля отказов от участия в телефонных и личных опросах значительно выросла, что ставит под сомнение репрезентативность даже тщательно спроектированных вероятностных выборок. Кроме того, полные и актуальные основы выборки (списки избирателей, базы данных абонентов) часто недоступны или устаревают. В связи с этим в современной прикладной статистике всё чаще используются комбинированные методы, включающие взвешивание результатов и калибровку на известные параметры совокупности.

¶Литература

1. Кокрен У. Методы выборочного исследования. — М.: Статистика, 1976.
2. Лемешко Б.Ю. Основы выборочного метода. — Новосибирск: НГТУ, 2008.
3. Грэм К. Основы выборочных исследований. — М.: Финансы и статистика, 1986.
4. Федеральная служба государственной статистики (Росстат). Методологические положения по статистике. — М., 2020.
5. Kish L. Survey Sampling. — New York: Wiley, 1965.