무작위 샘플링 통계의 중심 문제는 어떻게 샘플에 근거하여 인구의 실제 상황을 탐구할 것인가이다. 따라서 전체적으로 일부 요소를 추출하여 샘플을 형성하는 방법, 어떤 샘플이 전체를 가장 잘 나타내는지, 통계의 정확성에 직접적인 영향을 미칩니다. 요소를 추출하는 방법이 전체의 요소를 그대로 유지하는 경우 관찰은 전체와 동일한 분포를 갖는 독립 무작위 변수입니다. 이런 샘플은 간단한 무작위 샘플로, 전체의 최고의 대표이다. 간단한 무작위 샘플을 얻는 과정을 단순 무작위 샘플링이라고 합니다.
단순 무작위 샘플링은 동일한 무작위 테스트를 반복하는 것을 의미합니다. 즉, 각 테스트는 동일한 조건 세트에서 수행되므로 각 테스트에서 얻을 수 있는 결과의 가능성은 고정되어 있습니다. 제한된 전체의 경우 단순 무작위 샘플링은 한 번에 하나의 요소를 추출하여 다시 가져온 다음 추출하는 것을 의미합니다. 돌려놓지 않으면 인구의 구성이 바뀌기 때문에 다시 추출할 때 각종 결과가 상대적으로 변할 가능성이 있다. 무한인구에 관해서는' 돌려놓기' 와' 돌려놓지 않는다' 를 구분할 필요가 없다.
이러한 원칙 외에도, 특정 샘플 획득 방법이 관찰의 독립성을 보장할 수 있는지 여부가 문제의 관건이다. 따라서 샘플의 무작위성 여부는 샘플을 가져오는 특정 방법에 따라 달라집니다.
샘플링할 때 다른 연구 목적에 따라 다른 샘플링 방법을 선택해야 합니다.
① 간단한 무작위 샘플링법은 먼저 각 개인에 번호를 매긴 다음 추첨을 통해 전체에서 샘플을 뽑는다. 이 방법은 개인간 차이가 적거나, 선택할 개체 수가 적거나, 개인 분포 세트의 연구 대상에 적용된다.
② 무작위 표본 추출 방법으로 집단을 무작위로 여러 부분으로 나눈 다음, 각 사본에서 무작위로 몇 개의 개별 구성 샘플을 추출한다. 이 샘플링 방법은 보다 조직적일 수 있으며, 선택한 개인은 단순한 무작위 샘플보다 집단에 더 고르게 분포됩니다.
(3) 시스템 샘플링 방법은 먼저 체계적으로 전체를 그룹으로 나눈 다음 첫 번째 그룹에서 무작위로 시작점을 결정합니다 (예: 각 그룹의 15 개 요소, 첫 번째 그룹의 13 개 요소 중에서 선택하기로 결정). 따라서 다음에 선택하는 단위는 28, 43 입니다
(4) 계층 샘플링 방법은 군중 특성에 대한 이해에 따라 군중을 여러 계층 또는 유형으로 나눈 다음 각 계층에서 일정한 비율로 무작위로 추출합니다. 이 방법은 대표적이지만, 계층 구분이 정확하지 않으면 고도의 대표성을 가진 샘플을 얻을 수 없다.