隨機抽樣

---

介紹

抽樣技術是指在統計學中用於收集不同型別樣本的不同抽樣技術。如果您需要對總體進行統計推斷，幾乎不可能收集屬於該組的所有單元的資料。在這些情況下，各種抽樣方法可以幫助您從該總體中選擇正確的樣本進行分析。在本教程中，我們將討論隨機抽樣、其型別、公式和示例。

隨機抽樣定義

隨機抽樣可以被認為是機率抽樣的一種情況，其中總體中的每一個單元都被隨機地選擇到樣本中，其選擇機率與其相關聯。因此，觀察結果與未抽樣的觀察結果沒有顯著差異。我們假設統計實驗包含透過抽樣收集的資料。

隨機抽樣的型別

使用這種抽樣方法，任何實體都是隨機選擇的。換句話說，在這樣的總體中，每個實體被選為樣本一部分的可能性是均等的。機率抽樣方法用於定量研究。此抽樣程式的目的是檢驗假設。屬於此類別的抽樣方法包括：

• 簡單隨機抽樣

• 系統抽樣

• 分層抽樣

• 整群抽樣

簡單隨機抽樣

使用這種抽樣方法，總體中的每個成員都有均等且相同的可能性被包含在樣本中。因此，這被稱為“典型抽樣”。

系統抽樣

在分層隨機抽樣中，研究人員根據特定特徵將總體劃分為不重疊的子組。研究人員根據總體比例計算從每個子組中抽取的實體數量。然後，使用簡單或系統隨機抽樣從每個子組中分別選擇樣本。這些抽樣程式確保每個子組的準確表示。

分層抽樣

這種抽樣技術將總體劃分為子組，並從每個組中抽取一個簡單的隨機樣本以完成抽樣過程（例如，五年級女生人數為50）。這些小組根據總體的某些特徵形成。在將總體劃分為較小組後，研究人員隨機選擇樣本。

整群抽樣

在這種抽樣方法中，研究人員將整個總體劃分為稱為叢集的子組。每個子組都需要與整個樣本相同的屬性。然後，研究人員選擇任意叢集來形成樣本，而不是隨機選擇個人。儘管這種抽樣技術用於大型總體，但它們容易出錯，因為每個叢集都可能與其他叢集有顯著差異。

非機率抽樣

這種抽樣技術包括一種非隨機抽樣技術，其中樣本是根據特定標準選擇的。這表明並非所有公司都被選為樣本的一部分。非機率抽樣方法用於定性研究。但是，這種抽樣方法容易出現抽樣偏差，並削弱了關於總體的結論。

方便抽樣

在方便抽樣方法中，從受試者那裡收集資料取決於受試者的可及性。換句話說，研究人員可以輕鬆訪問的實體構成了樣本。當需要以低成本收集初始資料時，可以使用這種抽樣方法。但是，使用這種抽樣技術收集的資訊可能無法代表整個總體。這種抽樣方法的一個例子是，在特定場合，站在商場裡分發傳單的人。

任意或目的抽樣

當研究人員需要出於非常具體的目的收集資料時，使用這種抽樣方法。選擇樣本的目標群體由研究人員自行決定。當您需要收集關於特定現象的詳細資訊時，可以使用這種抽樣方法。一位研究人員想要了解殘疾學生的經歷。為了收集這些資料，她只向殘疾學生詢問他們的經歷。

重要的抽樣注意事項

• 抽樣技術用於從總體中選擇正確的樣本並對其進行表徵。

• 有兩種抽樣方法：機率抽樣和非機率抽樣。

• 機率樣本用於在定量研究中檢驗假設。

• 非機率樣本用於首先了解定性研究的總體。

隨機抽樣公式

當僅選擇一次此樣本時，隨機樣本公式為：

$$\mathrm{p\:=\:1\:-\:\frac{N\:-\:1}{N}\:.\:\frac{N\:-\:2}{N\:-\:1}\:....................\:\frac{N\:-\:n}{N\:-\:(n\:-\:1)}}$$

其中P是機率，n是樣本量，N是總體。

$\mathrm{簡化\:=\:1\:-\:\frac{(N\:-\:n)}{n}}$

$\mathrm{P\:=\:\frac{n}{N}}$

此外，樣本應該能夠被多次選擇。

$\mathrm{P\:=\:1\:-\:(1\:-\:\frac{1}{N})^{n}}$

優點

隨機抽樣的一些好處包括：

• 與其他抽樣方法相比，它有助於減少與抽樣相關的偏差，並被認為是一種公平的抽樣方法。

• 此方法是收集資料的基本方法，不需要任何技術知識。

• 以這種方式收集的資料資訊充分。

• 簡單隨機樣本的大型總體規模允許研究人員建立所需的樣本量。

• 從可用總體中選擇較小的樣本量很容易。

示例

**示例 1** − 在一家公司中，使用哪種抽樣方法提取455名員工的隨機樣本？

解答 − 這是一個機率抽樣的例子，因為每位員工被選中的可能性相同。此外，使用的抽樣方法是簡單隨機抽樣，因為選擇是基於機會的。

**示例 2** − 一位研究人員想要分析屬於三個不同收入群體的人的特徵。低於899000、698,000或高於568,000。研究人員使用哪種抽樣方法？

解答 − 使用分層隨機抽樣，因為需要將人員劃分為不同的層（或組）。

**示例 3** − 一家公司在全球擁有245個辦事處，相同數量的員工擔任類似的角色。一位研究人員想要確定公司員工的滿意度，但最有效的抽樣方法是什麼？

解答 − 研究人員可以將每個辦事處視為一個叢集，因為他們無法前往公司所有辦事處收集資料。您可以從幾個隨機叢集（此處為辦事處）收集資料以建立樣本並進行分析。因此，在這種情況下，整群抽樣是最有效的抽樣方法。

結論

抽樣技術用於選擇精確的樣本，該樣本代表要分析的總體。如果選擇的分析樣本不準確，則會導致對總體引數的估計不準確。隨機抽樣可以被認為是機率抽樣的一種情況，其中總體中的每一個單元都被隨機地選擇到樣本中，其選擇機率與其相關聯。

常見問題

1. 隨機抽樣是什麼意思？

隨機抽樣可以被認為是機率抽樣的一種情況，其中總體中的每一個單元都被隨機地選擇到樣本中，其選擇機率與其相關聯。

2. 簡單隨機抽樣是什麼？

使用這種抽樣方法，總體中的每個成員都有均等且相同的可能性被包含在樣本中。因此，這被稱為“典型抽樣”。

3. 系統抽樣是什麼？

此方法透過選擇一個隨機選擇點，然後在特定抽樣週期後選擇另一種方法來從目標總體中選擇專案。

4. 分層抽樣是什麼？

這種抽樣技術將總體劃分為子組，並從每個組中抽取一個簡單的隨機樣本以完成抽樣過程。

5. 整群抽樣是什麼？

在這種抽樣方法中，研究人員將整個總體劃分為稱為叢集的子組。每個子組都需要與整個樣本相同的屬性。