1, 단순 임의 샘플링: 조작이 간단하고 선택 편차를 줄일 수 있습니다. 단점: 우리는 우리가 진정으로 관심이 있는 많은 개별 요소를 선택하지 않을 수도 있다.
2. 시스템 샘플링: 첫 번째 개인을 무작위로 추출하고 고정 "샘플링 간격" 으로 다른 개인을 추출합니다. 즉, 전체 크기가 x 이고 샘플 크기가 n 인 경우 선택할 다음 개체는 이전 개체에서 x/n 간격으로 구분됩니다. 장점: 조작이 간단하다. 단점: 군중 속에서 물건을 선택할 때 잠재적 패턴이 있다면 편차가 발생할 수도 있습니다.
3. 계층적 샘플링: 특성에 따라 전체를 그룹으로 나누고 하위 그룹에서 샘플을 선택합니다. 예를 들어, 성별과 범주에 따라 군중을 하위 그룹 (레이어라고 함) 으로 나누고 이들 하위 그룹 중에서 같은 수의 사람을 선택하여 샘플을 만듭니다. 적용 범위: 전체 특성을 식별하고 구분할 수 있는 경우 전체 하위 그룹을 나타내야 합니다.
4. 전체 샘플링: 전체를 여러 하위 그룹 (그룹) 으로 나누고 무작위로 전체 그룹을 샘플로 선택합니다. 적용 범위: 데이터가 특정 영역 또는 특정 영역에 집중되어 있습니다.
무작위 표본 추출
무작위 샘플링은 확률 원칙을 엄격히 준수해야 하며, 각 샘플링 단위가 추출될 확률은 동일하며 재현할 수 있습니다. 무작위 샘플링은 일반적으로 전체 수가 적은 경우에 사용되며, 그 주요 특징은 전체에서 하나씩 추출하는 것입니다. 무작위 샘플링은 단순 무작위 샘플링, 시스템 샘플링, 계층 샘플링 및 전체 샘플 그룹으로 나눌 수 있습니다.
1, 추첨. 일반적으로 추첨법은 그룹 내 N 개 개체의 번호를 매기고, 숫자 라벨에 숫자를 쓰고, 컨테이너에 숫자 라벨을 넣고, 골고루 섞은 후, 한 번에 하나의 숫자 라벨을 뽑아서 n 번 연속 추출하고, 용량이 N 인 샘플을 얻는데, 추첨법은 간단하고, 집단 중 소수에 적용된다. (윌리엄 셰익스피어, 윈스턴, 추첨, 추첨, 추첨, 추첨, 추첨, 추첨, 추첨)
2. 난수 방법. 무작위 샘플링에서 자주 사용되는 또 다른 방법은 난수 테이블, 난수 주사위 또는 컴퓨터에서 생성된 난수를 샘플링하는 난수 방법입니다.