分层抽样

维基百科,自由的百科全书
(重定向自層化抽出法
跳转至: 导航搜索

分层抽样stratified sampling),又名層化抽出法,是統計學的一從統計總體(又稱為「母體」[1]抽取样本方法。将抽样单位按某种特征或某种规则划分为不同的层,然后从不同的层中独立、随机地抽取样本。从而保证样本的结构与总体的结构比较相近,从而提高估计的精度。相對於沒有經過分層的抽樣調查,其數據會被稱為「未分層抽樣」(unstratified samples)。

社会统计调查statistical survey),當總體內的「子總體」(subpopulations)之間的差異較大,對每個子總體分別進行分層抽樣調查,會令統計調查結果更為準確。子總體的分層必須為互斥,即每個總體的成員均只能屬於一個分層。之後,可對每個子總體進行簡單隨機抽樣系統抽樣。這樣可令調查的代表性改善。相對於簡體隨機抽樣採取的算术平均值,分層的抽樣應採用加權平均值

參考文獻[编辑]

  1. ^ 統計抽樣:名詞解析. 台灣高雄市: 國立高雄大學統計學研究所機率統計網路學習館. [2015-01-31] (中文(繁體)‎). 
引用错误:在<references>中以“minimax-sampling”名字定义的<ref>标签没有在先前的文字中使用。

延伸閱讀[编辑]

  • Särndal, Carl-Erik; et al. Stratified Sampling. Model Assisted Survey Sampling. New York: Springer. 2003: 100–109. ISBN 0-387-40620-4.