详细内容或原文请订阅后点击阅览
随机性和代表性不同
在研究和日常推理中，随机和代表性这两个术语经常互换使用。许多人认为，如果随机选择一个样本，它就会自动反映更广泛的总体，反之，代表性样本一定是随机选择的。然而，这是一个误解。随机性和代表性是两个根本不同的[...]
来源:Lars P Syll随机性和代表性不同
在研究和日常推理中，随机和代表性这两个术语经常互换使用。许多人认为，如果随机选择一个样本，它就会自动反映更广泛的总体，反之，代表性样本一定是随机选择的。然而，这是一个误解。
随机性和代表性是两个根本不同的属性。一个描述过程，另一个描述结果。他们可以而且经常会分裂。
让我们考虑一个简单的课堂实验。一位老师有 20 个孩子——10 个男孩和 10 个女孩。老师问孩子们更喜欢香肠还是冰淇淋，并想选出能够代表全班意见的六名孩子组成的小组。她首先使用纯粹随机的方法。她把全部 20 个名字写在纸条上，放在帽子里，然后看也不看就画出了 6 个名字。碰巧的是，抽签产生了五个男孩和一个女孩。假设在这个班级中，男孩非常喜欢香肠，而女孩则绝大多数喜欢冰淇淋。随机选择的群体中男性占多数，最终很大程度上偏爱香肠，尽管整个班级——考虑到性别平等——实际上可能更喜欢冰淇淋。这个样本在每个技术意义上都是随机的——每个孩子都有平等的被选中的机会，而机会本身就决定了结果。然而，它显然不能代表整个阶级，因为它未能反映塑造潜在偏好分布的关键性别平衡。随机性不能保证代表性。它只是确保选择的概率相等，并且概率并不总是在单次抽签中产生成比例的结果。