Репрезентативность — понятие, виды и применение¶

Репрезентативность (от лат. repraesentativus — «представительный») — свойство выборки, совокупности или метода в достаточной мере отражать генеральную совокупность или изучаемое явление в целом. Термин широко используется в статистике, социологии, политологии, лингвистике и компьютерных науках, причём конкретное содержание понятия зависит от области применения. В общем смысле репрезентативность означает «представительность»: объект исследования должен быть таким, чтобы по нему можно было делать выводы обо всей группе, а не только о нём самом.

¶Этимология и общее значение

Слово происходит от латинского repraesentare — «делать видимым, представлять». В русский язык термин пришёл в XIX веке вместе с развитием статистики и теории выборочных наблюдений. В бытовом употреблении слово «репрезентативный» иногда означает «внушительный, солидный, представительный» (например, «репрезентативный вид» здания), однако в научном контексте это значение не используется.

¶Репрезентативность в статистике

В математической статистике репрезентативность — ключевое свойство выборочной совокупности. Генеральная совокупность — это вся группа объектов, о которой хотят сделать вывод (например, все совершеннолетние жители страны). Исследовать её целиком часто невозможно, поэтому изучают выборку — часть объектов. Выборка считается репрезентативной, если её характеристики (среднее, доля, распределение) близки к характеристикам генеральной совокупности.

Для обеспечения репрезентативности применяют методы случайного (вероятностного) отбора, при котором каждый объект генеральной совокупности имеет известную и ненулевую вероятность попасть в выборку. Основные типы выборок:

• Простая случайная — каждый объект отбирается с равной вероятностью.
• Стратифицированная — генеральная совокупность делится на подгруппы (страты), из каждой отбирается случайная выборка.
• Кластерная — случайно отбираются целые группы (кластеры), изучаются все объекты внутри них.
• Многоступенчатая — отбор производится в несколько этапов с применением разных схем.

Понятие связано с понятием «смещённой выборки» (bias): если отбор не случаен, результаты исследования искажаются. Классический пример — опрос читателей газеты по телефону в 1936 году, проведённый журналом Literary Digest: респонденты были отобраны по телефонным справочникам и спискам автовладельцев, что исключило из выборки бедные слои населения. Опрос предсказал победу Альфреда Лэндона, тогда как Франклин Рузвельт получил подавляющее большинство голосов.

¶Репрезентативность в социологии и опросах общественного мнения

В социологических исследованиях репрезентативность выборки — условие, при котором результаты опроса можно экстраполировать на всё население. Политолог и статистик Джозеф Веблен ввёл термин «вероятностная выборка», а его развитие связано с работами Сэмюэла Стампера и Гарри Кинга. Практика показывает, что репрезентативность зависит не только от схемы отбора, но и от:

• доли отказов от участия (non-response rate);
• полноты контактных списков;
• формулировок вопросов;
• времени проведения опроса.

При низкой доле ответивших даже корректно построенная выборка может оказаться нерепрезентативной. Для оценки качества используют маргинальные распределения — сравнение распределения ключевых признаков (пол, возраст, регион, образование) в выборке и в генеральной совокупности по данным переписи.

¶Репрезентативность в лингвистике

В лингвистике репрезентативность корпуса — степень, в которой текстовая коллекция отражает язык в целом или его разновидность. Репрезентативный корпус должен включать разные жанры, стили, тематики и регистры. Полностью репрезентативного корпуса не существует, поэтому в корпусной лингвистике говорят о «достаточной репрезентативности» для конкретных задач. Наиболее репрезентативными считаются корпуса, собранные по принципу случайной выборки из больших текстовых массивов.

¶Репрезентативность в компьютерных науках

В машинном обучении репрезентативность — соответствие обучающей выборки реальному распределению данных. Если обучающая выборка не отражает реальные данные (например, модель обучена на фотографиях при дневном свете, а применяется в темноте), качество модели падает — это явление называют «сдвигом распределения» (distribution shift). Репрезентативность тестовой выборки критична для корректной оценки моделей: завышенная точность на нерепрезентативном тестовом наборе приводит к переоценке возможностей алгоритма.

¶Репрезентативность в политологии

В политологии репрезентативность связана с понятием «представительство»: избранное лицо или институт должны отражать интересы и характеристики представляемой группы. Репрезентативная демократия — форма правления, при которой решения принимаются избранными представителями. Проблема репрезентативности встаёт, когда состав парламента существенно отличается от состава населения по полу, возрасту, этнической или имущественной принадлежности.

¶Критика понятия

Некоторые исследователи указывают, что требование репрезентативности не всегда выполнимо и не всегда необходимо. В качественных социологических исследованиях (фокус-группы, глубинные интервью) репрезентативность в статистическом смысле не ставится — задача иная: понять механизмы и смыслы. Критике подвергается и сама идея «среднего респондента»: усреднённая выборка может скрывать важные различия между подгруппами.

¶История

Понятие репрезентативности в статистике сформировалось в конце XIX — начале XX века. Вклад в его развитие внесли Уильям Госсет («Студент»), разработавший распределение Стьюдента для малых выборок, и Роналд Фишер, сформулировавший принципы рандомизации. В социологии методологию репрезентативных опросов разрабатывали американские центры изучения общественного мнения (Gallup, Roper) в 1930-е годы.

¶Примечания

Источники:

• Кадарк З. Математическая статистика. — М.: Высшая школа.
• Лукичёв Г. А. Математическая статистика. — М.: Финансы и статистика.
• Голдберг А. С. Методология социологических исследований.
• Бенвенист Э. Общая лингвистика. — М.: Прогресс.
• Гудфеллоу К., Джонс К. Лингвистическая информатика.