抽样

一、概念

  抽样是指从一个较大的集合中选择部分个体或项目作为样本的过程。总体通常是庞大且复杂的，我们通过抽样来获得一个较小但代表性强的样本，以此来估计或推断总体的特性。

二、抽样方法

    抽样方法通常可以分为两大类：概率抽样和非概率抽样。概率抽样是一种每个成员被选中的概率已知且非零的抽样方法，允许对总体进行统计学上的推断，包括简单随机抽样、分层抽样等。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，如方便抽样和判断抽样等。

1.概率抽样（Probability Sampling）

（1）简单随机抽样（Simple Random Sampling）又称单纯随机抽样，这种抽样方法是按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。

（2）分层抽样（Stratified Sampling）又称为类型抽样，分层抽样是一种更精细化的抽样方法，它首先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，层内个体差异越小越好，层间差异越大越好。

（3）整群抽样（Cluster Sampling）又称为聚类抽样，整群抽样中总体被分成包含多个成员的群，然后随机选择一些群体，对其内所有成员进行调查，要求群与群之间的差异比较小，群内个体或单元差异比较大。如果把抽到的群组内的所有个体都作为调查对象，则称为单纯整群抽样，如果在抽到的群组内，通过再次随机抽样后调查部分个体，则称为二阶段抽样。

（4）系统抽样（Systematic Sampling）又称机械抽样或等距抽样，系统抽样是一种在给定间隔内选择样本的方法，首先将总体中各观察单位按一定顺序排列，根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方法。

（5）多阶段抽样（Multi-stage Sampling）又称为多级抽样或分段抽样，不同于单阶段抽样（如简单随机抽样或整群抽样），多阶段抽样首先在一个较大的范围内随机选择初级单位（如地区、学校或社区），然后在这些初级单位内再次进行随机抽样，以选取次级单位（如家庭、班级或个人）进行调查或研究。

2.非概率抽样（Non-probability Sampling）

（1）方便抽样（Convenience Sampling）又称偶遇抽样或便利抽样，是根据易于访问和愿意参与的人群选择样本的方法。

优缺点：因为其方便性有学术论文会采用此方法进行抽样。然而，由于样本选择可能存在较大偏差，使得抽样可能会缺少广泛代表性而受到质疑。

（2）判断抽样（Judgment Sampling）判断抽样又称立意抽样、目的抽样或主观抽样，是研究者依据研究的目标和自己的主观经验，选取和确定可以代表总体的个体作为样本的一种抽样方法。

（3）滚雪球抽样（Snowball Sampling）滚雪球抽样先从几个适合的调查对象开始，然后通过他们得到更多的调查对象，这样一步步扩大样本范围。

（4）配额抽样（Quota sampling）又称定额抽样，这种方法首先确定总体中不同子群体的比例（如年龄、性别、教育水平等特征），然后根据这些比例在每个子群体中收集数据，直到满足预定的配额。这种方法试图通过确保样本在某些关键特征上与总体相似，来提高研究的代表性。可分为独立控制配额抽样和互控制配额抽样。

    独立控制配额抽样是指调查人员只对样本独立规定一种特征（或一种控制特性）下的样本数额。相互控制配额抽样是指在按各类控制特性独立分配样本数额基础上，再采用交叉控制安排样本的具体数额的抽样方式。交叉控制配额抽样对每一个控制特性所需分配的样本数都做了具体规定，调查员必须按规定在总体中抽取调查单位，各个特性都同时得到了控制。