抽样的方法是什么

抽样方法可以分为两大类：概率抽样和非概率抽样。概率抽样中，每个成员被选中的概率是已知且非零的，允许对总体进行统计学上的推断。非概率抽样则不基于随机选择，成员被选中的概率未知，常用于探索性研究或当概率抽样不可行时。

概率抽样方法

简单随机抽样

定义：按照等概率的原则直接从含有N个观察单位的总体中抽取n个观察单位组成样本，每个总体成员被选中的概率都是相等的。

方法

抽签法：给每个个体编号，然后搅拌均匀后进行抽取。

随机数表法：利用随机数表进行抽取。

计算机模拟法：将个体信息录入计算机，通过随机叫停的方式进行抽取。

适用场景：总体明确且规模适中的调查。

分层抽样

定义：将总体分成几个相互独立且在某些特征上内部相似的层次或子群体，然后从每个层次中独立地进行简单随机抽样。

方法

比例分配法：样本数量按照各层总体数量的比例进行分配和抽取。

适度分配法：考虑各层产品之间的波动大小，不是按照等比例进行抽取。

经济分配法：根据经济因素进行样本分配。

适用场景：产品分类明显，且各层之间差异较大。

系统抽样

定义：以完全相等的时间或空间的间距进行概率抽样。

方法

计算抽样间隔，然后从1到k中随机选取一个起始点，按间隔抽取样本。

适用场景：总体较大，个体差异不明显。

整群抽样

定义：随机抽取集群（取样单元），然后对抽样到的集群中的所有个体再进行抽样。

方法

将总体单元分群，随机选择群体作为抽样样本，调查样本群中的所有单元。

适用场景：调查对象呈集群分布，且调查成本有限。

多阶段抽样

定义：采取两个或多个连续阶段抽取样本的一种不等概率抽样。

方法

分级抽样，每个阶段的抽样单元在结构上不同。

适用场景：调查范围广，时间或经费有限。

等距抽样

定义：首先将总体中各单位按一定顺序排列，然后根据样本容量要求确定抽选间隔，每隔一定的间隔抽取一个单位。

方法

直线等距抽样、对称等距抽样和循环等距抽样。

适用场景：总体结构有一定了解，希望提高抽样效率。

双重抽样

定义：在抽样时分两次抽取样本，首先抽取一个初步样本，再抽取一些简单项目以获得有关总体的信息，然后进行深入抽样。

适用场景：需要更精确地了解总体情况。

按规模大小成比例的概率抽样（PPS抽样）

定义：

使用辅助信息，使每个单位均有按其规模大小成比例的被抽中概率。

方法

汉森-赫维茨方法、拉希里方法等。

适用场景：总体中个体差异较大，需要减少抽样误差。

非概率抽样方法

重点抽样

定义：

只对总体中为数不多但影响颇大的重点单位进行调查。

适用场景：资源有限，需要快速获取重要信息。

典型抽样

定义：

挑选若干有代表性的单位进行研究。

适用场景：需要了解总体的一般情况，但时间和资源有限。

配额抽样

定义：

对总体作若干分类，按照配额从总体各部分进行抽取调查单位。

适用场景：总体较为复杂，需要控制抽样过程。

任意抽样

定义：

随意抽取调查单位进行调查，不保证每个单位相等的入选机会。

适用场景：非正式的调查或探索性研究。

这些抽样方法各有优缺点，选择合适的方法需要根据具体的研究目的、总体特征和资源条件进行综合考虑。