分层抽样法的分层抽样

1. 分层抽样法的分层抽样

 也称分类或类型抽样，是先按与研究内容有关的因素或指标将总体各单位(或个体)分为不同的等级或类型，即层，然后从每一层中按比例或不按比例再用简单随机抽样或机械抽样的方法抽取一定数量的个体构成样本。最常用的是按比例抽样。分层抽样的原则是各层内部的差异要尽可能小，而层与层之间的差异要大。例如：某校抽样调查初中学生读课外书的情况，全校共有学生485人，其中一年级180人，二年级160人，三年级145人，如果从全校学生中抽取100人进行调查，那么不同年级可视为不同层次，按每个年级的人数比例抽样。三个年级学生人数占全校总人数的比例分别为37%。33%，30%，则每年级抽取的人数分别为37（即100*37%）人，33人，30人，每个年级的学生可再通过简单随机抽样或机械抽样的方法确定。例如，一个单位的职工有500人，其中不到35岁有125人，35岁至49岁的有280人，50岁以上的有95人.为了了解这个单位职工与身体状况有关的某项指标，要从中抽取一个容量为100的样本，由于职工年龄与这项指标有关，决定采用分层抽样方法进行抽取.因为样本容量与总体的个数的比为1：5，所以在各年龄段抽取的个数依次为125/5，280/5，95/5，即25，56，19。【摘自数学书】一般地，在抽样时，将总体分成互不交叉的层，然后按一定的比例，从各层次独立地抽取一定数量的个体，将各层次取出的个体合在一起作为样本，这种抽样方法是分层抽样。统计学中的。就是先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机抽样，组成一个样本。 多次分层抽样法是指对调查母体进行分层的次数在两次或两次以上的分层抽样方法。采用这种抽样方法，是对调查母体分层以后，再对调查副次母体进行分层，最后仍以单纯随机抽样方法抽取样体。

2. 分层抽样法的介绍

分层抽样法也叫类型抽样法。它是从一个可以分成不同子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。这种方法的优点是，样本的代表性比较好，抽样误差比较小。缺点是抽样手续较简单随机抽样还要繁杂些。定量调查中的分层抽样是一种卓越的概率抽样方式，在调查中经常被使用。

3. 分层抽样的介绍

先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行单纯随机抽样，组成一个样本的统计学计算方法

4. 什么叫分层抽样的方法

5. 分层抽样法的概念是什么？

分层抽样又称类型抽样，是一种较为常用的抽样方法。在样本大小不变的情况下，总体的一致性越高，抽样误差就越小。分层抽样是先将总体中的所有单位按某种特征或属性（如性别、年龄、职业或地域等）划分成若干类型或层次，然后再在各个类型或层次中采用简单随机抽样或系统抽样的办法抽取一个子样本，最后将这些子样本合起来构成总体的样本。
分层抽样的基本步骤是：总体分层—层中抽样—子样本集合。例如，在一所大学抽取学生进行调查时，可以先把总体分为男生和女生两大类；然后采用简单随机抽样或系统抽样的方法，分别从男生和女生中各抽取100名学生。这样，由这200名学生所构成的就是一个由分层抽样所得到的样本。

6. 什么是分层抽样法？

分层抽样法也叫类型抽样法。它是从一个可以分成不同子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。这种方法的优点是，样本的代表性比较好，抽样误差比较小。缺点是抽样手续较简单随机抽样还要繁杂些。
比如一个学校有男生100
女生50
比例为2：1
则抽查比例也为2：1

7. 抽样方法的分层抽样

 什么是整群抽样 (Cluster sampling)整群抽样又称聚类抽样。是将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。应用整群抽样时，要求各群有较好的代表性，即群内各单位的差异要大，群间差异要小。 整群抽样的优点是实施方便、节省经费；整群抽样的缺点是往往由于不同群之间的差异较大，由此而引起的抽样误差往往大于简单随机抽样。 先将总体分为i个群，然后从i个群钟随即抽取若干个群，对这些群内所有个体或单元均进行调查。抽样过程可分为以下几个步骤：一、确定分群的标注二、总体（N）分成若干个互不重叠的部分，每个部分为一群。三、据各样本量，确定应该抽取的群数。四、采用简单随机抽样或系统抽样方法，从i群中抽取确定的群数。例如，调查中学生患近视眼的情况，抽某一个班做统计；进行产品检验；每隔8h抽1h生产的全部产品进行检验等。 整群抽样与分层抽样在形式上有相似之处，但实际上差别很大。分层抽样要求各层之间的差异很大，层内个体或单元差异小，而整群抽样要求群与群之间的差异比较小，群内个体或单元差异大；分层抽样的样本是从每个层内抽取若干单元或个体构成，而整群抽样则是要么整群抽取，要么整群不被抽取。

8. 何谓分层抽样法?

一、优点
1、 如果层内的测量具有较低的标准偏差（与总体中的总体标准偏差相比），则分层会产生较小的估计误差。
2、 对于许多应用程序，当人口被分组到层中时，测量变得更易于管理和/或更便宜。
3、 当需要对总体中的组进行总体参数估计时- 分层抽样验证我们从感兴趣的层中获得了足够的样本。
二、缺点
当总体无法彻底划分为不相交的子组时，分层抽样没有用。使子组的样本量与可从子组获得的数据量成正比，而不是将样本量缩放到子组大小（或它们的方差，如果已知差异显着——例如，通过测试）。
如果每个亚组之间的可疑变异需要分层抽样，则代表每个亚组的数据被认为具有同等重要性。如果子组方差差异显着，并且需要按方差对数据进行分层，则不可能同时使每个子组样本量与总人口中的子组大小成正比。

分层抽样策略
比例分配在每个层中使用与总人口比例成比例的抽样分数。
例如，如果总体由n个个体组成，其中m是男性，f女性（其中m + f = n），则两个样本的相对大小（x 1 = m/n男性，x 2 = f/n女性）应该反映这个比例。
最优分配（或不成比例的分配）——每个层的抽样比例与变量分布的比例（如上）和标准差成正比。在可变性最大的层中抽取较大的样本，以生成尽可能小的总体抽样方差。
使用分层抽样的一个真实例子是政治调查。如果受访者需要反映人口的多样性，研究人员会根据上文提到的与总人口的比例，专门寻求包括种族或宗教等各种少数群体的参与者。
因此，分层调查可以声称比简单随机抽样或系统抽样的调查更能代表总体。