1.15
整群抽样是一种广泛使用的抽样方法,用于人口众多且地理位置分散的市场研究。
例如,研究人员想知道一个城市中高中生的职业选择。这将涉及对该市每所学校的学生进行调查,这是一个耗时且昂贵的过程。即使是随机选择的样本也不足以代表这个庞大而多样化的人群。
使用聚类抽样,研究人员将学校划分为不同的聚类,然后随机选择一些聚类来形成样本。现在,来自这些选定集群的每个学生都接受了面试。
因此,研究人员将大量人群缩小为几个较小的集群,并随机选择了一些集群进行实验。
与整群抽样不同,在分层抽样中,仅从每个层中选择少数个体。此外,在分层抽样中,每个层都是一个同质组,而在集群抽样中,集群是异质的个体组。
尽管这种方法更简单且成本效益更高,但从整群采样中提取的样本更容易出现偏差和高采样误差。
适当的抽样方法能够确保所抽取的样本不存在偏差,并能够用来准确代表总体。由于在研究中对整个总体进行测量并不实际,因此研究人员使用样本来代表有关总体。
选择聚类样本时,首先需要将总体划分为若干聚类(组),然后随机抽取其中一些聚类。这些聚类中的所有成员都在聚类样本中。例如,如果您从一个大学总体中随机抽取四个院系,那么这四个院系便构成了聚类样本,同时将大学教师按院系来进行划分。这些院系便是聚类。对每个院系进行编号,然后使用简单随机抽样法来选择四个不同的编号。具有这些编号的四个院系的所有成员就是聚类样本。
聚类抽样方法既经济又省时。例如,为了能够研究农村社区,则需要将一个省划分为若干个聚类。现在,无需走访所有地点,而是随机挑选一个聚类来进行研究,从而节省了金钱和时间。然而,聚类样本中含有较多的抽样误差,因为它们可能无法完全代表整个总体。
本文改编自 Openstax, Introductory Statistics, Section 1.2 Data, Sampling, and Variation in Data and Sampling
整群抽样是一种广泛使用的抽样方法,用于人口众多且地理位置分散的市场研究。
例如,研究人员想知道一个城市中高中生的职业选择。这将涉及对该市每所学校的学生进行调查,这是一个耗时且昂贵的过程。即使是随机选择的样本也不足以代表这个庞大而多样化的人群。
使用聚类抽样,研究人员将学校划分为不同的聚类,然后随机选择一些聚类来形成样本。现在,来自这些选定集群的每个学生都接受了面试。
因此,研究人员将大量人群缩小为几个较小的集群,并随机选择了一些集群进行实验。
与整群抽样不同,在分层抽样中,仅从每个层中选择少数个体。此外,在分层抽样中,每个层都是一个同质组,而在集群抽样中,集群是异质的个体组。
尽管这种方法更简单且成本效益更高,但从整群采样中提取的样本更容易出现偏差和高采样误差。
From Chapter 1:
Now Playing
了解统计
11.5K Views
了解统计
48.1K Views
了解统计
32.1K Views
了解统计
28.8K Views
了解统计
28.0K Views
了解统计
26.4K Views
了解统计
13.8K Views
了解统计
14.3K Views
了解统计
11.3K Views
了解统计
24.8K Views
了解统计
8.1K Views
了解统计
12.2K Views
了解统计
10.8K Views
了解统计
8.9K Views
了解统计
12.2K Views