(2) 시스템 샘플링: 시스템 순서로 등거리샘플링하는 방법으로 간단한 무작위 샘플링보다 간단합니다. 예를 들어 100 명 중에서 1/ 100 명을 선택하면 난수 테이블에서 100 명을 무작위로 선택할 수 있습니다. 숫자가 38 이고 10 000 명이 1 부터 10 00 명까지 번호를 매긴다고 가정합니다. 샘플은 전반적으로 분포가 비교적 균일하고, 대표성이 좋고, 오차가 적다. 시스템 샘플링은 주기적입니다. 전체 그룹의 특성에도 동기화 주기가 있는 경우 샘플 결과에 편차가 있으므로 이 경우 몇 개의 난수 또는 빈번한 난수로 개인을 추출해야 합니다.
(3) 계층 샘플링: 집단 중 개인의 특징이 크게 다르거나, 어떤 사람을 알고 싶지만, 그 사람의 수가 전체 인구의 비율이 비교적 작을 때, 계층 샘플링이 적당하다. 계층화의 원칙은 각 레이어 내의 차이가 아니라 가능한 한 레이어와 레이어 간의 차이를 달성하는 것입니다. 샘플링할 때 각 레이어를 그려야 합니다.
(4) 전체 샘플 그룹: 이 샘플은 전체 그룹 또는 전체 그룹을 기반으로 하는 임의 샘플링 방법입니다. 예를 들어, KABP 조사에서는 한 도시의 여러 주민위원회에 대해 무작위로 샘플링하는 것을 단일 레벨 전체 샘플이라고 합니다. 한 도시에서 여러 거위원회를 선택하면 각 거위원회는 충분한 조사를 하지 않고 조사를 위해 몇 그룹의 주민을 선택하는데, 이를 2 급 전체 표본이라고 한다. 분명히 다단계 전체 샘플 그룹이 있을 수 있습니다. 전체 샘플 그룹의 원칙은 그룹 간 차이가 적을수록 좋고 그룹 내 차이가 전체와 일치한다는 것이다. 전체 샘플 그룹의 장점은 조직하기 쉽고, 단점은 오차가 크기 때문에 샘플 함량이 단순한 무작위 샘플보다 크다는 것이다. 2 단계 샘플링에서 1 단계의 샘플링 단위는 기본적으로 같은 크기여야 한다는 점에 유의해야 합니다. 즉, 샘플 단위의 수는 기본적으로 동일하며, 수만 명, 수천 명과 같은 한 수치에 속해야 총 샘플링 확률이 변하지 않습니다. N 레벨 샘플링의 경우 상위 n- 1 레벨의 샘플링 단위는 기본적으로 같아야 합니다. 샘플 단위의 크기가 크게 다를 경우 분할 및 병합을 통해 기본적으로 동일하도록 조정할 수 있습니다.