数学抽样方法的选择

数学抽样方法的选择
抽样方法可分为两大类：1.随机抽样(Probability-Sampling),即在抽样时,母群体中每一个抽样单位被选为样本之机率相同.随机抽样具有健全之统计理论基础,可用机率理论加以解释,是一种客观而科学的抽样方法,在市场调查中通常都用随机抽样.2.非随时抽样(Non-Probabity-Sampling),在抽样时,抽样单位被选为样本之机率为不可知。

2方法一：简单随机抽样
简单随机抽样，也叫纯随机抽样。

就是从总体中不加任何分组、划类、排队等，完全随机地抽取调查单位。

特点是：每个样本单位被抽中的可能性相同(概率相等)，样本的每个单位完全独立，彼此间无一定的关联性和排斥性。

简单随机抽样是其它各种抽样形式的基础。

通常只是在总体单位之间差异程度较小和数目较少时，才采纳这种方法。

简单随机抽样常用的方法：①抽签法;②随机数表法;③计算机模拟法;④使用统计软件直接抽取。

在简单随机抽样的样本容量〔制定〕中，主要合计：①总体变异状况;②同意误差范围;③概率确保程度。

抽签法:①给调查对象群体中的每一个对象编号;②
准备抽签的工具，实施抽签;③对样本中的每一个个体进行测量或调查。

3方法二：分层抽样
是把调查总体分为同质的、互不交叉的层(或类型)，然后在各层(或类型)中独立抽取样本。

例如：调查零售店时，按照其规模大小或库存额大小分层，然后在每层中按简单随机方法抽取大型零售店假设干、中型假设干、小型假设干;调查城市时，按城市总人口或工业生产额分出超大型城市、中型城市、小型城市等，再抽出具体的各类型城市假设干。

优点：适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提升总体估计的准确度，在样本量相同的状况下，其精度高于简单抽样和系统抽样;能确保"层'的代表性，避免抽到"差'的样本;同时，不同层可以依据状况采纳不同的抽样框和抽样方法。

缺点：要求有高质量的、能用于分层的辅助信息;由于必须要辅助信息，抽样框的创建必须要更多的费用，更为复杂;抽样误差估计比简单抽样和系统抽样更复杂。

4方法三：多级抽样
也叫多阶段抽样或阶段抽样，以二级抽样为例，二级抽样就是先将总分组，然后在第一级和第二中分别随机地抽取部分一级单
位和部分二级单位。

例如：以全国性调查为例，当抽样单元为各级行政单位时，按社会发展水平分层后(或按经济发展水平，或按地理位置分层)，从每层中先抽几个地区，再从抽中的地区抽市、县、村，最后再抽至户或个人。

优点：具体整体抽样的简单易行的优点，同时，在样本量相同的状况下又整群抽样的精度高。

缺点：计算复杂。

以上就是一些数学抽样方法的选择的相关建议了，希望对大家有所帮助!。