So, the first one is random. We assign a unique number, 1 to n, to each object.
And then, we randomly choose numbers from 1 to n. This results in every object
in the population having an equal chance of being selected. The second one's
kind of tricky. We don't know for sure if it's random because we don't know if
we randomly assigned a unique number. We have to make sure that if we're going
to give each object a number, it has to be randomly assigned, and each object
has the same chance of getting any number. This one, we took care of that. We
randomly assigned a unique number, and then we chose multiples of six. Now, this
choosing multiples of six might throw you off a little bit, because that doesn't
seem random. But, every object in the population has an equal chance of being a
multiple of 6. And finally, this one is also random. This one's actually called
stratified sampling, because we divided the population into subpopulations, in
this case two. And, every object in the population had an equal chance of being
in either one of the subpopulations. And then, random samples were taken from
each group, so this is also random. So yay, you're done with Lesson 1. Moving
onto the problem set.
그러므로 첫 번째 항은 임의입니다. 우리는 고유한 수 1에서부터 n까지를 각 객체에 할당합니다.
그리고 그 뒤에 우리는 1에서부터 n까지 수를 임의로 선택합니다. 이 사실은 인구 중 모든 객체라는
결과를 낳습니다. 선택한 동등한 기회를 가진 인구 말입니다. 두 번째
선택항은 상당히 복잡하네요. 우리는 이것이 임의의 수인지 아닌지 확실히 알지 못합니다. 왜냐하면
우리가 고유한 수를 임의로 할당하는지 여부를 알지 못하기 때문입니다. 우리는 만약 우리가 각
객체인 수를 부여할지 여부를 확실히 알아야 합니다. 이것은 임의로 할당되어야 하며
각 오브젝트가 어떤 수를 얻는 같은 기회를 가집니다. 이 항은 우리가 살펴보았던 항입니다.
우리는 고유한 수를 임의로 부여했습니다. 그 뒤에 우리는 6의 배수를 선택했습니다.
6의 배수를 선택하는 일로 여러분은 혼란스러워할지도 모릅니다. 왜냐하면 저것이 임의인 것처럼
보이지 않기 때문입니다. 그러나 인구에서 모든 오브젝트가 6의 배수가 될 같은 기회를 가집니다.
그리고 마지막으로 이것이 또한 임의입니다. 이것을 실제로
계층화된 표준 추출이라고 부르는 것입니다. 왜냐하면 우리가 인구를 하위 인구로 나누었기 때문입니다.
이 두 사례에서 그렇습니다. 그리고 인구 가운데에서 모든 오브젝트에
하위 인구 중 각 하나에서 존재할 기회를 가지는 동등한 기회가 존재합니다. 그리고 그 뒤에 임의의 샘플은
각 집단에서 택합니다. 그러므로 이것이 또한 임의입니다. 그러므로 여러분은 1강을 다 하셨습니다.
문제 집합으로 옮겨가 볼까요?