分层抽样与整群抽样
在统计学中,特别是在进行调查时,获得一个无偏的样本是很重要的,这样,有关总体的结果和预测就会更准确。但是,在简单随机抽样中,存在选择有偏差的样本成员的可能性;换句话说,它不能公平地代表所有人。因此,采用分层抽样和聚类抽样来克服简单随机抽样的偏差和效率问题。
分层抽样
分层随机抽样是将总体首先划分为地层(地层是总体的均匀子集)的抽样方法。然后从每个地层中取一个简单的随机样本。每个地层的结果组合起来就构成了样品。以下是人口中可能存在的阶层的例子
•对于一个国家的人口,男性和女性阶层
•对于在城市工作的人,常住和非常住阶层
•对于大学里的学生,白人、黑人、西班牙裔和亚裔阶层
•针对一场关于神学、新教、天主教、犹太教、穆斯林阶层的辩论的观众
在这个过程中,不是直接从总体中随机抽取样本,而是利用元素的固有特征将总体分成若干组(同质组)。然后从组中随机抽取样本。从每一组中抽取的随机样本的数量取决于组内元素的数量。
这就使得在进行抽样时,不会出现某一群体的样本数量大于该特定群体所需样本数量的情况。如果来自某一组元素的数量大于所需的数量,分布上的倾斜可能会导致错误的解释。
分层抽样可以对每个地层采用不同的统计方法,这有助于提高估计的效率和准确性。
整群抽样
集群随机抽样是一种抽样方法,在这种抽样方法中,总体首先被划分为集群(集群是总体中的异质子集)。然后取一个简单的随机集群样本。所选集群的所有成员一起构成样本。当自然分组明显且可用时,通常使用此方法。
例如,考虑一项评估高中生课外活动参与度的调查。选择一个班级作为调查样本是整群抽样,而不是从学生群体中随机选择学生。然后对班上的每个人都进行采访。在这种情况下,班级是学生群体的集群。
在整群抽样中,随机选择的是整群,而不是个体。假设每个集群本身是总体的无偏表示,这意味着每个集群都是异质的。
分层抽样和整群抽样的区别是什么?
•在分层抽样中,使用样本的属性,将总体分为均匀的组,称为分层。然后从每个地层中选择成员,从这些地层中提取的样本数量与该地层在总体中的存在程度成正比。
•在整群抽样中,总体被分组成集群,主要是基于位置,然后随机选择一个集群。
•在整群抽样中,整群是随机选择的,而分层抽样中成员是随机选择的。
•在分层抽样中,使用的每个组(层)包括同质成员,而在整群抽样中,一个整群是异质的。
•分层抽样较慢,而整群抽样相对较快。
•分层样本的误差较小,因为考虑到人口中每一组的存在,并调整方法以获得更好的估计。
•整群抽样具有固有的较高的误差率。
Wakjira Negesa说
有趣的讨论