샘플링: 전체적으로 개인이나 샘플을 추출하는 과정, 즉 전체 프로세스를 검사하거나 관찰하는 과정입니다. 두 가지 무작위 샘플링과 비무작위 샘플링이 있습니다.
확장 데이터:
1. 랜덤 샘플링 (Random sampling): 무작위화 원칙에 따라 전체적으로 샘플을 추출하는 샘플링 방법으로, 단순 무작위 샘플링, 시스템 샘플링, 전체 샘플 그룹 및 계층 샘플링을 포함한 주관성이 없습니다.
1, 단순 무작위 샘플링: 가장 기본적인 샘플링 방법입니다. 반복 샘플과 반복되지 않는 샘플로 나뉩니다. 반복 샘플에서 각 추출된 단위는 여전히 전체를 반환하며 샘플의 단위는 여러 번 추출될 수 있습니다. 반복되지 않는 샘플에서 추출된 단위는 전체적으로 다시 배치되지 않으며 샘플의 단위는 한 번만 추출할 수 있습니다. 사회 조사는 반복되지 않는 샘플을 사용합니다.
순수 무작위 샘플링의 구체적인 방법은 다음과 같습니다. ① 추첨. ② 난수 표법.
2. 층별 샘플링: 먼저 하나 이상의 특징에 따라 각 하위 군체를 층이라고 하는 여러 하위 군으로 나눕니다. 그런 다음 각 레이어에서 임의로 하위 샘플을 선택합니다. 이 하위 샘플은 합쳐서 총 샘플입니다.
각 층의 샘플 수를 결정하는 세 가지 방법이 있습니다: ① 층별 비율. 즉, 각 레이어의 샘플 수는 해당 레이어의 총 수에 대한 비율과 같습니다. ② 나이만법. 즉, 각 레이어에서 샘플링할 샘플 수는 해당 레이어의 총 수와 표준 편차의 곱에 비례합니다. ③ 비례 배분 방법.
3. 시스템 샘플링: 등거리 샘플링이라고도 하며 순수 무작위 샘플링의 변형입니다. 시스템이 샘플링할 때 1 ~ n 부터 전체 번호를 매겨 샘플링 거리 K=N/n 을 계산합니다. 여기서 n 은 총 단위 수이고 n 은 샘플 크기입니다. 그런 다음 1 ~ K 에서 난수 k 1 을 샘플의 첫 번째 단위로 추출한 다음 K 1+K, K 1+2k ...
4. 전체 샘플 그룹: 전체 샘플 그룹이라고도 합니다. 먼저 특정 기준에 따라 군중을 그룹화합니다. 각 그룹은 하나의 샘플 단위로 무작위로 여러 그룹을 추출하여 선택한 샘플 그룹의 모든 단위를 조사합니다.
2. 무작위가 아닌 샘플링: 연구자의 의견, 경험 또는 관련 지식에 따라 샘플링하는 방법으로 뚜렷한 주관성을 가지고 있습니다.
셋째, 대표: 샘플링의 기본 요구 사항. 샘플과 기질 사이의 유사성. 이 두 가지의 주요 특징이 유사할수록 샘플에 대한 매트릭스의 대표성이 강해지고 샘플에서 매트릭스를 추론한 결과가 더 안정적입니다. -응?