分层随机抽样

抽样方法的群体划分为一个或多个不同的单位称为地层-基于共享的行为或特征

分层随机抽样是什么?

分层随机抽样是一种抽样方法,一个群体分为一个或多个不同的单位称为地层-基于共享的行为或特征。

分层随机抽样

分层指的过程分类抽样单位的人口成均匀的单位。在分层随机抽样,任何感兴趣的特征特性,解释了差异可以形成地层的基础。

例如,人们的收入和教育水平是一个变化,可以提供一个适当的背景层。

总结

  • 分层随机抽样是指人口的抽样技术分为离散单元称为基于相似属性的地层。这种选择的方式代表整个人口。
  • 在异质种群抽样技术是首选,因为它最小化选择性偏差,确保整个群体代表。
  • 它不适合人群一些特色,可用于将人口划分为有关单位。

理解分层随机抽样

抽样人口众多通常是一个潜在的挑战进行统计调查。一个更为可行的方法来节省时间和金钱将是选择一个较小的组或样本大小,将被用来代表整个人口。

分层随机抽样的方法将人口划分为相关地层增加某一群体的代表性。然而,这仅仅是可以实现的,如果相关地层和区分群体。

在分层随机抽样,研究人员选择一个小样本大小具有类似特征的代表正在研究的一个人群。人口在一项调查研究可能太大分别进行分析;因此,它被组织成组具有相同特性,节约成本和时间。

这项技术提供了广泛的使用,如估计不同人群的收入,投票选举,预期寿命。

随机分层抽样是如何运作的吗

研究人员可以选择一个更可行的方法来研究一个极其庞大的人口。分析之前被迫将人口划分为相关地层取样。

研究人员使用一种方法选择小样本称为分层随机抽样。估计地层内生成更精确的比随机抽样,因为将人口划分为同质群体经常减少抽样误差,提高精度。

寻找潜在的地层时,它总是明智的寻求一个最好的减少变异特征进行调查和最大化不同的地层中。分层随机抽样是最好使用异构人口可分为使用辅助信息。

简单随机抽样和分层随机抽样

1。抽样人口

简单随机抽样——有时被称为随机选择和分层随机抽样都是统计测量工具。使用随机选择将减少偏见,因为每个成员的人口是平等与被采样的可能性相等。

相比之下,分层随机抽样把人群分为不同的子组地层,有相似的属性。随机样本来自每一个阶层,与样本规模成正比地层相比,人口规模。这将确保示例将突出地层组之间的差异。

简单和分层随机抽样需要不重复抽样,因为他们不允许每个案子的样品回抽样框架。

2。鲁棒性在样本选择

总的来说,简单随机抽样比分层随机抽样更健壮,尤其是人口有太多差异分类。

简单随机抽样的情况下也是有效的人口几乎没有信息,将不允许它细分为不同的单位。

例如,一个在线零售其在线商店可能希望调查客户的采购习惯来确定其产品线的未来。如果商店拥有大约50000个客户,可能会选择500个客户作为随机样本。500年的样本框架客户是纯粹的随机采样。

确保客户的数量所需的范围内,重复选择替换。零售商店可以估计的特点适用于其他客户。

因此,它可以是说,选择样本代表整个客户50000人口。从这个意义上说,一个简单的随机抽样分析更均匀地分散在整个人口样本。

分层随机抽样的优点和缺点

的优势

分层随机抽样群体的关键属性。因此,它产生的样本特征是整个人口比例。因此分层随机抽样提供更高程度的精度比简单随机抽样

弱点

分层随机抽样不适合每一个调查。它只适用条件下人口可以分层使用相关的属性和子组是明确的和不重叠。受试者分为多个组有更高的被选中的可能性和可能导致一个歪曲的样本。

额外的资源

感谢您的阅读CFI指南分层随机抽样。继续学习和发展你的职业,以下资源将是有帮助的:

  • 简单随机样本
  • 抽样误差
  • 样本选择偏差
  • 统计显著性
0的搜索结果