Il peut y avoir un problème avec l'aide de la moyenne arithmétique. Cela est dû à la taille des collectivités souvent suite à une distribution log-normale. Dans ce cas, la moyenne arithmétique aura tendance à surestimer la tendance centrale (moyenne) parce que la moyenne arithmétique peut être fortement influencée par un petit nombre de très grandes communautés. Le problème de la moyenne pertinente à utiliser peut également appliquer à des variables telles que la taille du ménage, la possession de bétail, le revenu, le poids, la croissance, la durée de séjour dans un programme de la PCMA. La moyenne arithmétique est souvent pas une mesure appropriée.

L'effet de ceci est que vous pouvez ne pas répondre à la taille prévue de l'échantillon de l'enquête. Cela signifie que votre résultat aura précision pire que vous vouliez.

Vous pouvez minimiser le problème en utilisant le moyenne géométrique (le logarithme des moyens de les logarithmes des populations de la communauté) ou de la médiane des populations de la communauté.

Un autre (secondaire) problème est que d'une "loi de la moyenne» ne existe pas vraiment dans le sens où un petit échantillon inévitablement même une variable aléatoire. Dans notre contexte, cela signifie que nous avons aucune garantie que la taille de la collectivité moyenne dans l'échantillon sera très proche de la taille de la collectivité moyenne de la population. Parfois, nous ne parviendrons pas à la taille prévue de l'échantillon et parfois nous allons dépasser la taille globale de l'échantillon. La façon de minimiser ce problème consiste à augmenter le nombre de communautés que vous échantillon. Ce ne sont pas un gros problème parce que le nombre de communautés de l'échantillon est généralement une assez grande proportion du nombre de communautés qui pourraient être échantillonnés (c. nous avons une fraction d'échantillonnage élevée).

J'espère que cela aide.