단순 무작위 표본 추출법 (1) 추첨법
일반적으로 추첨법은 인구 중 N 개 개체의 번호를 매기고, 숫자 라벨에 숫자를 쓰고, 컨테이너에 숫자 라벨을 넣고, 골고루 섞은 후, 한 번에 한 개의 숫자 라벨을 뽑아서 n 번 연속 추출하여 n 번 용량의 샘플을 얻는다. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 성공명언)
(트럼펫 방식은 간단하고 쉬워서 사람들 중 소수에게 적합하다. 집단에 많은 개체가 있을 때' 균일 혼합 그룹' 이 어려워서 추첨으로 인한 샘플 대표적 차이일 가능성이 높다.)
(2) 난수 방법
무작위 샘플링에서 자주 사용되는 또 다른 방법은 난수 테이블, 난수 주사위 또는 컴퓨터에서 생성된 난수를 샘플링하는 난수 방법입니다.
단락 2 를 편집합니다. 계층 무작위 샘플링 (계층 무작위 샘플링) 의 주요 특징은 계층 및 비례 샘플링이며, 주로 차이가 뚜렷한 집단의 개인에게 사용됩니다. * * * 동일 점: 각 개인이 뽑힐 확률은 n/m 과 같습니다.
1. 정의
일반적으로 샘플링할 때 먼저 군체를 교차하지 않는 층으로 나눈 다음 각 층에서 일정 비율의 개인을 독립적으로 추출하여 각 층에서 추출한 개체를 샘플로 결합합니다. 이 샘플링 방법은 계층화 된 샘플링입니다.
제 3 항을 편집하다. 시스템 샘플링 그룹에 많은 개체가 있을 때 간단한 무작위 샘플링을 사용하는 것이 번거롭다. 이때 무리를 여러 개의 균형 잡힌 부분으로 나누어 미리 결정된 규칙에 따라 각 부분에서 개인을 추출하여 필요한 샘플을 얻을 수 있습니다. 이 샘플을 시스템 샘플이라고 합니다.
단계:
일반적으로 n 용량의 전체 용량에서 n 용량의 샘플을 추출하려면 다음 단계에 따라 시스템 샘플링을 수행할 수 있습니다.
(1) 먼저 전체 n 개 개체의 번호를 매깁니다. 때로는 학호, 수증번호, 문패 등 개인 번호를 직접 사용할 수 있다.
(2) 분할 간격 k 와 분할 수를 결정합니다. N/n(n 은 샘플 양) 이 정수인 경우 k = n/n 을 취합니다.
(3) 첫 번째 단락에서 간단한 무작위 샘플링을 통해 첫 번째 개체 수 L (L ≤ K) 을 결정합니다.
(4) 일정한 규칙에 따라 샘플을 채취한다. 일반적으로 구간 K 플러스 L 은 두 번째 개체 수 (l+k), K 를 더하면 세 번째 개체 수 (l+2k) 를 얻는 등 전체 샘플을 얻을 때까지 계속됩니다.
단락 4 를 편집합니다. 전체 샘플 그룹 전체 샘플 그룹이란 무엇입니까?
전체 샘플 그룹을 전체 샘플 그룹이라고도 합니다. 군체의 모든 단위를 서로 교차하지 않고 중복되지 않는 집합체로 합치는 것을 군이라고 한다. (윌리엄 셰익스피어, 윈스턴, 군체, 군체, 군체, 군체, 군체, 군체) 샘플이 그룹 단위로 샘플링되는 샘플링 방법입니다.
전체 샘플 그룹을 적용할 때 각 그룹은 그룹 내 단위 간 차이가 크고 그룹 간 차이가 작다는 좋은 대표성을 가져야 합니다.
전체 샘플 그룹의 장점과 단점
전체 샘플 그룹의 장점은 구현이 편리하고 비용이 절약된다는 것입니다.
전체 샘플 그룹의 단점은 그룹간 차이가 큰 샘플링 오류가 단순한 임의 샘플링으로 인한 오류보다 큰 경우가 많다는 것입니다.
전체 그룹 샘플링 구현 단계
먼저 무리를 I 그룹으로 나눈 다음 I 그룹 시계에서 여러 그룹을 추출하여 해당 그룹의 모든 개인 또는 단위를 조사합니다. 샘플링 프로세스는 다음 단계로 나눌 수 있습니다.
먼저 클러스터의 태그를 결정합니다.
둘째, 전체 (N) 를 서로 겹치지 않는 부분으로 나눕니다. 각 부분은 한 그룹입니다.
셋째, 샘플 양에 따라 추출할 그룹 수를 결정합니다.
넷째, 간단한 무작위 샘플링 또는 시스템 샘플링 방법을 사용하여 I 그룹에서 결정된 그룹 번호를 추출합니다.
예를 들어 중학생이 근시를 앓고 있는 상황을 조사하고, 이전 수업에서 통계를 진행한다. 제품 검사를 실시하다. 1h 에서 생산된 모든 제품은 8h 마다 샘플링 검사 등을 한다.
전체 그룹 샘플링 및 계층 적 샘플링 분류
전체 샘플 그룹과 계층적 샘플링 형식은 비슷하지만 실제로는 차이가 크다.
계층 샘플링은 계층 간 차이가 크고, 계층 내 개인 또는 단위 차이가 작으며, 전체 샘플링 요구 사항 그룹 간 차이가 적고, 그룹 내 개인 또는 단위 차이가 크다.
계층 샘플에서 각 계층은 여러 단위나 개체를 추출하는 반면, 전체 샘플 그룹에서는 전체 그룹을 추출하거나 전체 그룹을 추출하지 않습니다.