A. 간단한 무작위 샘플링 방법
B, 계층 적 무작위 샘플링 방법
C, 그룹 무작위 샘플링 방법
D, 시스템 무작위 샘플링 방법
일반적인 샘플링 방법
1, 단순 무작위 샘플링
개념: 먼저 조사 목적에 따라 인파를 선택하고 인파 내 모든 관찰 단위를 통일적으로 번호를 매깁니다. 1, 2,3 ... N (N 은 인파 속 관찰 단위의 총수). 무작위 원칙에 따라 전체 n 개의 관찰 단위를 선택하여 샘플을 구성합니다. 이 샘플링 방법을 단순 무작위 샘플링이라고합니다.
특징: 동등한 확률 샘플링 방법; 하나의 추출; 샘플을 다시 넣지 마세요. 간단한 무작위 샘플링 방법: 추첨법과 난수 서표법.
2. 시스템 샘플링
개념: 용량이 N 인 인구는 일정한 순서로 번호가 매겨집니다 (또는 학생증 번호 등 연구 대상이 이미 가지고 있는 순서에 따라 번호가 매겨집니다. ) 를 n 부분으로 균등하게 나눕니다. 각각 k 개 개체 (K=N/n) 를 포함합니다. 먼저 첫 번째 부분에서 무작위로 개체를 선택한 다음 각 부분에서 같은 간격으로 기계적으로 개체를 선택하고 N 개의 개체를 샘플링합니다. 샘플링 방법은 시스템 샘플링 (등거리 샘플링 및 기계 샘플링) 입니다.
특징: 시스템 샘플링법으로 샘플링할 때 각 개인이 뽑힐 가능성은 같다. 시스템 샘플링 예 샘플을 반환하지 않습니다.
샘플링 오차 추정: 샘플링 오차는 전체 특성과 샘플링 간격에 따라 달라지므로 시스템 샘플링 자체에는 균일한 표준 편차 계산 공식이 없습니다. 실제 작업에서는 일반적으로 간단한 무작위 샘플링 방법을 사용하여 오류를 추정합니다.
장단점: 장점: 조작이 간단하고 비례 분포의 샘플을 쉽게 얻을 수 있습니다. 샘플링 오류는 간단한 무작위 샘플링보다 작습니다. 단점: 전체 관찰 단위가 주기적으로 또는 단조로운 증가 (또는 감소) 추세를 나타낼 때 뚜렷한 편차가 있습니다.
3. 계층 샘플링
개념: 전체 군중을 특정 특성 (예: 연령, 성별 등) 에 따라 여러 유형이나 그룹으로 나눕니다. ) 관측 지표에 큰 영향을 미친다. 통계적으로' 층' 이라고 불리며 각 층에서 일정량의 관찰 단위를 무작위로 추출하여 샘플을 구성한다. 이 방법을 계층적 샘플링이라고 합니다.
계층 샘플링 방법: 비례 분포 샘플 및 최적 분포 샘플입니다.
특징: 계층적 샘플링은 동등한 확률 샘플링 (n/N) 이며 공평합니다. 먼저, 서로 다른 특징에 따라 전체 군중을 계층화한다. 계층화 후, 각 층의 개인차는 작지만, 층간 개인차는 비교적 크다. 레이어마다 다른 방법으로 샘플링할 수 있습니다.
장단점: 장점: 얻은 샘플은 대표적이며 샘플 오차는 작습니다. 단점: 샘플링 방법이 복잡합니다.
4. 중첩 샘플링 방법
개념: 먼저 연구 목적과 무관한 특징 (예: 병원, 학생반 등) 에 따라 인파를 K 조로 나눕니다. ), 각 그룹에는 여러 관찰 단위가 포함되어 있으며, k 그룹에서 n 그룹을 무작위로 추출하여 n 그룹의 모든 관찰 단위를 조사합니다. 이 샘플링 방법을 전체 샘플링 그룹이라고합니다.
장점 및 단점: 장점: 대규모 조사에서 전체 샘플 그룹은 구성하기 쉽고, 인력과 물력을 절약하고, 조사 품질을 통제하기 쉽습니다. 단점: 일반적으로 그룹간 차이가 크기 때문에 샘플링 오차가 크다.