抽样

一种统计术语，选择人口中的一小部分人来做决定

写的 CFI团队

2022年11月4日更新

什么是抽样?

抽样是一种从较大的群体中选取一小部分以估计整个群体特征的方法。从大型数据集中获取信息可能很耗时，因此获取样本数据可能更快，并提供类似的结果。

例如，如果一家公司想知道年龄在25-30岁之间的女性更喜欢穿哪种鞋去上班，他们可以分析城市较小区域的样本数据集，而不是从整个城市提取数据。结果可能类似。

总结

抽样是一种技术，从总体中随机选取一小部分数据，用于估计整个总体的特征。
抽样的结果可以接近或类似于使用总体数据集的结果。结果之间的差异被称为样本误差。
它的缺点是在选择样本时存在固有的偏见。不正确的样本可能会给出不同的结果，从而使该过程变得无用。

抽样误差

抽样是一种从总体集中随机选择数据的方法，它的结果将接近或类似于整个总体集的结果。两个结果之间的差异称为样本误差。避免样本误差的最好方法是不推导样本，而是看整体人口集。

概率抽样

在概率抽样法中，群体中的每个个体都有机会被选为样本的一部分。这将有助于给出一个更能代表整个团队的结果。

以下是概率抽样的类型:

1.简单随机法

在简单随机方法中，群体中的每个个体都有相等的机会被选中。例如，当掷骰子时，结果是4的概率是1/6，也就是说，六种可能性中的一种。

2.系统的方法

在系统化的方法中，每个人被分配号码，并根据这些号码定期进行选择。例如，一家公司的员工按字母表的顺序排列，每10人排一次队^th从6开始选择Person^th员工。它的意思是6^th、16^th, 26岁^th, 36岁^th，等等被选中。

3.分层方法

在分层技术中，个体根据某些标准(如性别、年龄、收入或职业)被划分为阶层或子群体．分层方法确保样本中每个子组都有代表。

例如，如果有100名女性员工和50名男性员工，公司想要知道性别比例，公司会根据性别将员工分成两组。然后，他们可以从该阶层中选出50名左右的女性员工和25名左右的男性员工。

4.集群的方法

和分层方法一样，聚类技术也涉及到将群体划分为子群体。唯一不同的是，在分层技术中，整个亚群是随机选择的。例如，假设在全国各地有几个办公室，每个办公室的员工数量相似。不去每个办公室，只随机选择3-4个办公室来获得预期的结果。

抽样类型

Non-Probability抽样

与概率法不同的是，这种方法不进行随机选择，这意味着不是所有的个体都可以被选择。

以下是非概率抽样的类型:

1.方便的方法

在便利法中，研究人员容易接触到的个体是样本的一部分。该技术是一种简单、快速、廉价的获取数据的方法。例如，教授可以要求学生在讲座结束后立即完成一项调查，因为这是从所有与会者那里收集信息最方便的方式。

2.自愿抽样法

在自愿抽样法中，是由人们自愿参与调查，而不是由研究人员选择参与者。例如，一个新闻记者要求观众到新闻频道的网站上填写一份在线调查。

3.有目的的方法

在目的性方法中，研究者选择与研究主题相关的被调查者。例如，一个研究人员想知道大学是如何对待残疾学生的，所以他们只选择残疾学生来填写调查。

4.滚雪球方法

如果很难找到应答者，就会使用滚雪球法。在这种情况下，一个受访者可以帮助研究人员联系到更多可以在调查中提供帮助的人。例如，如果研究人员需要找出无家可归者所经历的问题，他们会找到一个人，这个人可以让他们联系到其他几个无家可归者。

采样的优点

如果研究人员要收集整个人口的数据，成本将非常高。抽样可以帮助研究人员减少过程中的相关成本。
当需要更快地获得结果时，查看整个总体集可能是无法实现的。因此，抽样可以帮助在较短的时间内得到近似的结果。

抽样的缺点

根据研究者的想法，研究者在选择样本时可能会有偏见，这会使结果产生偏差。
从总体集中选择适当的样本是一项困难的任务。如果从总体中选择了错误的样本数据，就会破坏整个过程。

抽样