a:

Systematisk prøvetaking er nyttig i økonomi for situasjoner der det er upraktisk å gjennomgå hele befolkningen for bestemt informasjon, og det er nødvendig med en enkel prosess for å lage en prøve. Den brukes også i avanserte statistiske teknikker innen økonomi. Som et eksempel, hvis en investor ønsker å undersøke et problem med selskapene i S & P 500, er det ofte upraktisk å undersøke alle 500 selskapene. I stedet kan systematisk prøvetaking enkelt redusere befolkningsstørrelsen til en håndterlig prøve. Med S & P 500 kan en person ta hvert tiende selskap fra en alfabetisk liste for å inkludere i prøven, for en samlet prøvestørrelse på 50. Det er mye lettere å undersøke 50 selskaper i motsetning til 500.

Systematisk prøvetaking er en prøvetakingsprosedyre hvor en tilfeldig startposisjon velges i en populasjon, og deretter trekkes prøver etter et fast forutbestemt intervall. De viktigste fordelene er brukervennlighet og det faktum at befolkningen er jevnt samplet. En hoved ulempe er at det kan være et skjult tidsrom i befolkningen som ikke er gjenkjent, og den systematiske prøven er skjev mot den skjulte egenskapen.

Systematisk prøvetaking er også en teknikk som brukes i Monte Carlo simuleringer. Monte Carlo analyse er en statistisk teknikk som brukes til å bestemme sannsynligheten for visse utfall ved å kjøre en rekke forskjellige simuleringer med tilfeldige variabler. Teknikken er oppkalt etter kasinospillene Monte Carlo og stammer fra Los Alamos Scientific Laboratory. Monte Carlo analyse har mange bruksområder i økonomi hvor det kan bidra til å bestemme sannsynligheter for usikre fremtidige utfall. Den kan brukes til prisderivater, styring av risiko, kostnadsmodellering og porteføljeoptimalisering.