샘플링 조사는 불완전한 조사의 하나로, 모든 조사 대상 중에서 일부 단위를 선택하여 조사하고 이에 따라 모든 조사 연구 대상을 추정하고 추론하는 조사 방법이다. 표본 조사는 전면적인 조사는 아니지만 전반적인 상황을 반영하는 정보를 얻기 위한 것이기 때문에 전면적인 조사 역할을 할 수 있다.
샘플링 방법에 따라 샘플링 조사는 확률 샘플과 비확률 샘플로 나눌 수 있습니다. 확률 샘플링은 확률론과 수리통계의 원리에 따라 조사된 전체 중에서 샘플을 선택하고, 전체 일부 특징을 정량적으로 추정하고 추론하여 발생할 수 있는 오차를 확률적으로 통제한다.
몇 가지 특정 샘플링 방법
1, 단순 무작위 샘플링
단순 무작위 샘플링이라고도 하는 단순 무작위 샘플링은 총 N 단위에서 무작위로 N 단위를 샘플로 추출하여 가능한 각 샘플이 선택될 확률을 동일하게 만드는 샘플링 방법입니다.
단순 무작위 샘플링은 일반적으로 동전 던지기, 주사위 던지기, 추첨, 난수 표 확인 등을 통해 샘플링할 수 있다. 통계조사에서 전체 단위가 많기 때문에 처음 세 가지 방법은 거의 사용되지 않고 주로 후자의 방법을 사용한다.
단순 임의 샘플링은 샘플링할 때 셀당 중복 추출이 허용되는지 여부에 따라 중복 샘플과 중복 없는 샘플로 나눌 수 있습니다. 샘플링 조사에서, 특히 사회경제 샘플링 조사에서 단순한 무작위 샘플링은 일반적으로 반복되지 않는 샘플을 가리킨다.
단순 무작위 샘플링은 이론적으로 가장 쉽게 처리할 수 있고 총 단위 수가 n 이 크지 않은 경우에도 달성하기 어렵지 않기 때문에 다른 샘플링 방법의 기초입니다.
그러나 실제 작업에서 N 이 상당히 크면 간단한 무작위 샘플링은 하기 어렵다. 먼저, 모든 N 개의 유닛이 포함된 샘플 상자가 필요합니다. 둘째, 이번 샘플에서 얻은 샘플 단위가 분산되어 조사가 실시되기 쉽지 않다. 따라서 실제로 간단한 무작위 샘플을 직접 사용하는 사람은 많지 않다.
2. 계층 샘플링
계층 샘플링은 분류 샘플 또는 유형 샘플이라고도 하며, 먼저 인구의 N 단위를 K 개의 교차하지 않고 중복되지 않는 부분으로 나눕니다. 이를 레벨이라고 합니다. 그런 다음 n 1, N2, ... 층당 NK 개의 샘플을 선택하여 샘플 용량의 샘플링 방법을 형성합니다.
계층화의 역할은 크게 세 가지가 있다. 하나는 일의 편리함과 연구 목적을 위한 필요성이다. 두 번째는 샘플링 정확도를 향상시키는 것입니다. 셋째, 특정 정확도의 요구 사항에 따라 샘플의 단위 수를 줄임으로써 조사 비용을 절감할 수 있습니다. 따라서 계층 샘플링은 응용 프로그램에서 가장 일반적인 샘플링 기술 중 하나입니다.
계층 간 샘플링 비율이 같은지 여부에 따라 계층 샘플은 비례 계층 샘플과 동일하지 않은 계층 샘플로 나눌 수 있습니다.
사실, 계층화 된 샘플링은 과학적 그룹화와 샘플링 원칙의 유기적 인 결합입니다. 전자는 비슷한 특성을 가진 레이어를 분할하여 태그 값 간의 변화를 줄입니다. 후자는 샘플링 원리를 기반으로 합니다.
따라서 계층 샘플링은 일반적으로 단순한 무작위 샘플링 및 등거리 샘플보다 정확하며, 더 적은 조사 샘플로 더 정확한 추론 결과를 얻을 수 있습니다. 특히 총수가 크고 내부 구조가 복잡한 경우 계층 샘플링은 종종 만족스러운 결과를 얻을 수 있습니다.
3. 중첩 샘플링 방법
전체 샘플 그룹은 먼저 집단의 모든 단위를 서로 교차하지 않고 중복되지 않는 여러 모음으로 결합하는 것입니다. 이를 그룹이라고 합니다. 샘플이 그룹 단위로 샘플링되는 샘플링 방법입니다.
클러스터 샘플링은 전체 셀이 누락된 프레임을 샘플링하는 데 특히 유용합니다. 전체 샘플 그룹을 적용할 때 각 그룹은 그룹 내 단위 간 차이가 크고 그룹 간 차이가 작다는 좋은 대표성을 가져야 합니다.
전체 샘플 그룹의 장점은 구현이 편리하고 비용이 절약된다는 것입니다. 단점은 그룹간 차이가 커서 발생하는 샘플링 오류가 단순한 무작위 샘플링으로 인한 오류보다 큰 경우가 많다는 것입니다.
4, 등거리 샘플링
등거리 샘플링은 시스템 샘플링 또는 기계 샘플링이라고도 하며, 전체 단위의 모든 단위를 일정한 순서로 배열하고, 샘플 수량 요구 사항에 따라 샘플링 간격을 결정한 다음 무작위로 시작점을 결정하고, 일정한 간격으로 한 단위씩 추출하는 샘플링 방법입니다.
전체 셀 정렬 방법에 따라 등거리 샘플의 셀 정렬은 관련 플래그별 대기열, 관련 플래그별 대기열 및 관련 플래그별 대기열 및 관련 없는 플래그별 대기열 사이의 자연 상태별 대기의 세 가지 범주로 나눌 수 있습니다.
등거리 샘플링 구현에 따라 등거리 샘플링은 선형 등거리 샘플링, 대칭 등거리 샘플링 및 순환 등거리 샘플링의 세 가지 유형으로 나눌 수 있습니다.
등거리 샘플링의 주요 장점은 간단하고 조작하기 쉽다는 것입니다. 전체 구조에 대해 어느 정도 알고 있는 경우 기존 정보를 최대한 활용하여 전체 단위를 대기열에 넣은 후 샘플링하면 샘플링 효율성을 높일 수 있습니다.
5, 다단계 샘플링
다단계 샘플링이라고도 하는 다단계 샘플링은 두 개 이상의 단계로 전체에서 샘플을 추출하는 샘플링 방법입니다.
구체적인 절차는 다음과 같습니다. 1 단계, 전체를 여러 개의 1 차 샘플 단위로 나누어 샘플링할 여러 개의 1 차 샘플 단위를 선택합니다. 두 번째 단계에서는 각 1 차 셀을 여러 2 차 샘플 셀로 나누고 각 1 차 셀에서 여러 2 차 샘플 셀을 선택하는 등 최종 샘플을 얻을 때까지 계속됩니다.
다단계 샘플링은 계층 샘플링 및 전체 샘플링 그룹과 다릅니다. 장점은 광범위한 샘플링 조사에 적용되고, 전체 전체 단위를 포함하는 샘플 상자가 없거나, 전체 범위가 너무 커서 샘플을 직접 추출할 수 없어 조사 비용을 상대적으로 절감할 수 있다는 것입니다. 그것의 주된 단점은 샘플링이 비교적 번거롭고, 표본에서 전반적으로 비교적 복잡하다는 것이다.