第２７卷第４期化工机械２ｌｌ含缺陷压力管道失效概率计算中的间接抽样法
周剑秋。
（南京化工大学）
摘要提出了一种新的间接抽样方法，既无需求出拉伸应力ｐ。和弯曲应力ｐｂ的随机分布，又模拟了‰和Ｐｂ之间隐台的相关性，从而为完成含缺陷压力管道的失效概率计算奠定了较好的技术基础。
关键词缺陷压力管道失效概率抽样
近年来，管道缺陷评定的工程方法发展很快，
含缺陷压力管道的可靠性分析研究在国外已率先
开展起来…，但这些研究大多以核管道为研究对
象，以疲劳、晶间应力腐蚀裂纹及地震风险为失效
机理。对于非核管道的可靠性研究虽也有了一些
报道，如ＡｌＩａｎｍｅｄＭ等人【２ｊ初步建立了含纵向腐
蚀缺陷的压力管道的可靠性评估方法，但在内容
上和技术上都还存在着一些不足【３Ｊ，还难以用于
含缺陷石油化工管道的概率断裂评定。对于具有
较普遍意义的含缺陷压力管道可靠性评估工程方
法，失效机理应为一般的管道断裂或塑性失稳失
效，研究缺陷主要应为工程中最常见的环向缺陷。
本着这个目的，本文首先尝试对含单个环向缺陷
压力管道的失效概率进行计算，解决其中相关变
量的抽样问题，为建立整个管系的可靠性评估方
法莫定部分技术基础。
１管道缺陷评定准则
因为ＡＳＭＥⅪ１ｗＢ．３６∞及附录“４１是目前
适用于碳钢管道断裂评定的最普遍的方法，所以
本文基于该方法进行分析。根据该规范，管道的
失效模式分为３类：脆性断裂、弹塑性撕裂失稳和
塑性失稳，以ＦＡＤ图中评定点的纵坐标值墨和
横坐标值Ｓ，的比值为依据，其中置，和Ｓ，的计算
公式为：
矸＝［厨／（ｋＥ’）］ｏ一，ｓ，＝ｐ卿’ｂ
式中ｎ——弯曲应力；
。周剑秋，劈，１９７２年７月生，辨癖。江棼省南京市，２１００哼。
ｐｂ’——极限弯曲应力。
ｐｂ’±２口ｆ（２ｓｉｎ卢一８ｓｉＩＩ口／Ｉ）向（１）式中ｄ——缺陷深度；
ｌ——壁厚；
听——材料流变应力；
日——缺陷长度角（裂纹半长ｃ和管道半
径Ｒ的比值）。
卢＝（Ⅱ一胡／ｔ一即。／町）／２（２）式中ｐ。一薄膜应力。
当ＪＶＳ。≥１．８时，失效模式是脆断，失效判别式为：
（如Ｅ７）ｏ一一蜀＜Ｏ（３）式中置．——应力强度因子。
当ｘ／ｓ，＜Ｏ．２时，失效模式为塑性失稳，失效判别式为：
Ｓｄ—ｐｂ＜Ｏ（４）式中ｓｃ】——塑性失稳条件下的许用弯曲应力。
Ｓｄ＝ｐｂ’／ｓＦ—Ｐ。（１—１／ＳＦ）（５）式中ＳＦ为安全系数，ｓＦ＝２．７７（正常工况）或１．３９（紧急工况）。
当０．２≤Ｊ‘／Ｓ。＜１．８时，失效模式为弹塑性撕裂失稳。失效判别式为：
ｓ吐一ｐｈ＜０（６）式中Ｓ『＿弹塑性撕裂失稳条件下的许用弯
曲应力。
万方数据
年份平均值标准差变异系数 1966-1970-4.8213.35-2.77 下表给出了某气象台站五年的月平均气温， （1）试计算每一个年度的变异系数(注：结果是五个变异系数) （2）把1966—1970年各月的月平均气温数据，尾首相接后产生一个新 的时间序列，再计算变异系数（注：结果是一个变异系数） （3）如果把摄氏温度转化为华氏温度，再计算变异系数；那么结果与 用摄氏温度的数据计算的结果，相同吗？如果不同，究竟哪种答案是正 确的，产生的原因是什么？ 某气象台站五年的月平均气温（单位：摄氏度）年份一月二月三月四月五月六月七月八月 1966-21.6-21.7-13.1-3.1 3.09.710.011.5 1967-35.2-26.9-12.40.9 6.59.59.88.9 1968-24.0-24.6-5.50.0 6.38.310.49.3 1969-26.0-23.6-8.1 1.0 5.68.810.79.3 1970-28.2-21.9-10.10.9 5.18.28.29.6 （1）（3）根据变异系数公式计算每一年的变异系数如下： 年份变异系数(摄氏温 度)变异系数（华氏温度） 1966-2.76 1.02 1967-2.62 1.33 1968-2.77 1.08 1969-3.400.92 1970-2.90 1.07 （2）把1966—1970年各月的月平均气温数据，尾首相接后产生一个新的时间序列，再计算变异系数为： 分析结果：
通过查阅相关资料可知变异系数和极差、标准差和方差一样，都是反映数据离散程度的绝对值。其数据大小不仅受变量值离散程度的影响，而且还受变量值平均水平大小的影响。从上面的图表可以看出摄氏温度计算出来的变异系数都为负值，而通过华氏温度计算出来的变异系数都为正值，两者处理结果不同主要是将摄氏温度转换为华氏温度并不是一个比例变换。我认为两者方法都可取。
第三章 平均数、标准差与变异系数 本章重点介绍平均数（mean ）、标准差（standard deviation ）与变异系数（variation coefficient ）三个常用统计量，前者用于反映资料的集中性，即观测值以某一数值为中心而分布的性质；后两者用于反映资料的离散性，即观测值离中分散变异的性质。 第一节 平均数 平均数是统计学中最常用的统计量，用来表明资料中各观测值相对集中较多的中心位置。在畜牧业、水产业生产实践和科学研究中，平均数被广泛用来描述或比较各种技术措施的效果、畜禽某些数量性状的指标等等。平均数主要包括有算术平均数（arithmetic mean ）、中位数（median ）、众数（mode ）、几何平均数（geometric mean ）及调和平均数（harmonic mean ），现分别介绍如下。 一、算术平均数 算术平均数是指资料中各观测值的总和除以观测值个数所得的商，简称平均数或均数，记为x 。算术平均数可根据样本大小及分组情况而采用直接法或加权法计算。 （一）直接法 主要用于样本含量n ≤30以下、未经分组资料平均数的计算。 设某一资料包含n 个观测值：x 1、x 2、…、x n ，则样本平均数x 可通过下式计算： n x n x x x x n i i n ∑== +++=1 21Λ （3-1） 其中，Σ为总和符号； ∑=n i i x 1表示从第一个观测值x 1 累加到第n 个观测值x n 。当∑=n i i x 1 在意义上已明确时，可简写为Σx ，（3-1）式即可改写为： n x x ∑= 【例3.1】 某种公牛站测得10头成年公牛的体重分别为500、520、535、560、585、 600、480、510、505、490（kg ），求其平均体重。 由于Σx =500+520+535+560+585+600+480+510+505+490=5285，n =10 代入（3—1）式得： .5(kg)52810 5285∑=== n x x 即10头种公牛平均体重为528.5 kg 。 （二）加权法 对于样本含量n ≥30以上且已分组的资料，可以在次数分布表的基础上采用加权法计算平均数，计算公式为：
全区可采：全部或基本全部可采； 大部分可采：局部可采～全区可采； 局部可采：有1/3左右分布比较集中的面积。 零星可采：面积很小，或分布零星，不便或不能被开发利用。 厚度：全层厚度、纯煤厚度、采用厚度（即估算厚度）。 全层厚度：包括夹矸，但不包括岩浆岩。用于研究煤层沉积环境、赋存规律、煤层对比。 采用厚度：即估算厚度，用于煤层可采程度评价(全区可采、大部分可采、局部可采)和估算资源储量。
钻孔控制可采、局部可采煤层情况一览表表4-2-3
一、采用厚度与全层厚度的区别 采用厚度主要用于煤层可采程度评价和估算煤层的资源量。 在研究煤层的沉积环境、赋存规律、煤层对比时，以考虑煤层的全层厚度为宜。 二、含煤系数： 含煤系数= 各煤层平均煤厚之和 ×100% 地层总厚度 三、可采煤层的煤厚与平均煤厚： 可采煤层的煤厚与平均煤厚应包括夹矸在内，因为在研究煤层的沉积环境、赋存规律、煤层对比时，以考虑煤层的全层厚度为宜。沉缺点、冲刷点、火侵点煤厚为0，当有岩浆岩夹矸时，应将岩浆岩夹矸扣除在外。 三、可采煤层的可采性指数(Km 为小数，一般取小数点后两位)： 可采性指数（Km ）= 可采点数（n ′） 见煤点数（n ） n ——井田内参与煤厚评价的见煤点总数（不包括沉缺、冲刷、火侵，要求分布均匀，有代表性） n ′——煤层采用厚度≥最低可采厚度的见煤点数 注：沉缺点、冲刷点、火侵点为非见煤点，不参与统计 四、可采煤层的煤厚变异系数(r 为百分数，一般取不保留小数)： （注：这里用的煤厚是指的煤层全厚度） %100?=M S r M ——井田内的平均煤厚 S ——均方差 煤层平均厚度公式 n M M M M M n ++++= 321 1 ) (1 2 --= ∑=n M M S n i i
二、权重的确定方法 在统计理论和实践中，权重是表明各个评价指标（或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重。 按照权重的表现形式的不同，可分为绝对数权重和相对数权重。相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。 按照权重的形成方式划分，可分为人工权重和自然权重。自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数，也称为主观权重。 按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。 按照权重与待评价的各个指标之间相关程度划分，可分为独立权重和相关权重。 独立权重是指评价指标的权重与该指标数值的大小无关，在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。 相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。比如评估环境质量多采用“变权综合”模型。 确定权重的方法较多，这里介绍统计平均法、变异系数法和层次分析法，这些也是实际工作种常用的方法。 (一) 统计平均法 统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。其基本步骤是： 第一步，确定专家。一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家； 第二步，专家初评。将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值； 第三步，回收专家意见。将各位专家的数据收回，并计算各项指标的权数均值和标准差；
变异系数 变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。 标准差与平均数的比值称为变异系数，记为C.V 。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。 标准变异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。 变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用C V(Coefficient of Variance)表示。 CV(Coefficient of Variance):标准差与均值的比率。 用公式表示为：CV ＝σ/μ 作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。 变异系数又称离散系数。 cpa 中也叫“变形系数” 1．标准差是用来反映各个数据值与数据均值的偏离程度的。标准差可以用来评价同一指标的各数据与这一指标数据平均值的偏离程度，即数据是否集中。标准差的值越大，就说明各个数据偏离均值的程度越大，那么均值对所有数据的代表程度越小。反之，标准差的值越小，就说明各个数据偏离均值的程度越小，那么均值对所有数据的代表程度越大。 标准差的计算： 假设标准差为S 。 对于未分组的原始数据，其标准差的计算公式为： n ) X X (S 2 n 1i i ∑-=＝（n>=30） 1n ) X X (S 2i -∑-=（n<30）
excel变异系数函数的计算方法 在Excel中经常会利用到函数进行数据的统计计算，虽然变异很少求到，但也会用到，下面是小编带来的关于excel变异系数函数的计算方法的内容，欢迎阅读! excel变异系数函数的计算方法 变异系数(Coefficient of Variation)又称标准差率，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和(或)平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值(相对值)来比较。 标准差与平均数的比值称为变异系数，记为C.V。变异系数可以消除单位和(或)平均数不同对两个或多个资料变异程度比较的影响. 变异系数越小，变异(偏离)程度越小，风险也就越小;反之，变异系数越大，变异(偏离)程度越大，风险也就越大。 变异系数的计算公式为：变异系数CV =标准偏差/ 平均值 如表：为某公司的用户使用的连续3个月的使用流量状况，如何求各用户的变异系数? 用户T-3月流量T-2月流量T-1月流量A0001283.3320.5273.3A0002102.1140.4180.3A000320.512.33 4.6A0004800.81029.8980.3A0005502.8321.3325.5A0006245.8
278.9296.4 A：主要解法如下： excel变异系数函数的计算方法1：首先使用AVERAGE函数求均值： =AVERAGE(B2:D2) excel变异系数函数的计算方法2：然后使用STDEV函数求标准差： =STDEV(B2:D2) excel变异系数函数的计算方法3：最后得到变异系数:CV=标准差/均值 最终结果如图所示： 用户T-3月流量T-2月流量T-1月流量均值标准差变异系数A0001283.3320.5273.3292.3724.870.085A0002102.1140.4180. 3140.9339.100.277A000320.512.334.622.4711.280.502A00048 00.81029.8980.3936.97120.490.129A0005502.8321.3325.5383. 20103.600.270A0006245.8278.9296.4273.7025.700.094看了excel变异系数函数的计算方法还看了：1.浅谈小麦产量构成因素的相关性分析 2.阿莫西林的研究进展 3.论中国地区工业发展态势及政策导向
不等概抽样方法的应用研究 99统计992137 石磊 【内容摘要】在抽样调查中，不等概抽样是一个重要的内容，如一个地区商场销售额总额的估计，由于大商场与小商场的销售额差异巨大，因此，大商场与小商场不能同等对待。这时使用不等概率抽样方法可以很好的提高估计值得精度。在整群抽样或多阶抽样中，常采用不等概抽样，在实际问题中，很少采用一种抽样方法，而常常采用是几种抽样方法有机结合，最常见的方案为多阶不等概抽样。 【关键词】不等概抽样，PPS，πPS，二阶段抽样。 【ABSTRACT】In sample investigation, sample with unequal probabilities is one important content, such as one regional market sales amount estimation of total value, Because emporium and little sales amount of market difference enormous, so, the emporium and little market can put on an equal footing . Use the sampling with unequal probabilities method can kind improvement estimate precision of deserving very at this moment. Besides, in overall to go on and when sampling, go on when sampling to a certain all residence of city to some, To have more very much the same residences in such aspects as economy different block of city this. If use one steps sample, not only trouble, but also the precision estimated is poor. 【KEY WORDS】sampling with unequal probabilities PPSπPS two-stage sampling 一、不等概抽样的理论基础 （一）不等概抽样的概念 等概抽样是指总体中的每个单元具有同样的入样概率的随机抽样。例如：分层随机抽样，层内单元是按简单随机抽样取得，各层内的所有单元的入样概率相同，因此分层随机抽样为等概随机抽样。而不等概随机抽样是指在抽样前赋予总体每个单元一个不相同的入样概率。 由于所面对的总体有可能差异不大，也有可能差异非常大，当总体单元之间差异不大时，备单元具有一定的代表性。这时使用简单随机抽样得到的估计值是精确有效的。但是当单元之间差异非常大时，使用简单随机抽样抽出的样本所估计的估计值误差极大，这时有必要考虑使用不等概随机抽样方法，即赋予各单元一个不同的入样概率，使大样本的入样概率大，小样本的入样概率小，从而提高估计量的估计精度。例如对全国各省的基础建设总额进行估计时。由于全国30多个省直辖市经济发展情况以及经济政策的互不相同。使得各省内的基础建设投资额互不相同，而且差距非常大。2003年初各省得投资历额中，最低的为吉林省0.14亿元，最高的为广东省为117.92亿元。如果抽样时将广东省和吉林省在抽样时，同等对待是不合理的。因此在抽样时对样本大的单元赋予一个较大的放样概率，推算时给予一个较小的权；对待一样要较小的单元赋予一个较小的入样概率，推算时赋予一个较小的权；对待样本较单元之间的差异，从而使估计值精确有效。 （二）不等概抽样的适用范围 实际工作中，在下列几种情况下，则可以考虑使用不等概率抽样：
变异系数 一：定义 变异系数，coefficient of variation;coefficient of variability （CV）。 ①、将标准差作为算数平均数的百分率来表示，以说明样本的分散程度。 ②、样本标准差占其相应平均数的百分数。③、表示一个变量变异程度大小的统计量，为标准差与平均数的比值的百分数。 变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。又称离散系数。 1、全距就是极差，是最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。测量的Xi中最大值与最小值的差即极差，极差占平均值的百分数即极差系数极差公式：R＝χmax－χmin 极差系数公式m＝(R/χ)×100% 2、变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。 变异系数是一种相对变异性的度量，等于标准差除以均值。因为它是一个无量纲数，所以可以用来比较均值显著不同的总体的离散性。可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。 标准变异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。 CV(Coefficient of Variance):标准差与均值的比率。公式表示为：CV=σ/|μ|。
二：应用条件 变异系数的应用条件是：当所对比的两个数列的水平高低不同时，就不能采用全距、平均差或标准差百行对比分析，因为它们都是绝对指标，其数值的大小不仅受各单位标志值差异程度的影响；为了对比分析不同水平的变量数列之间标志值的变异程度，就必须消除水平高低的影响，这时就要计算变异系数。 作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。有时变异系数表达为百分数的形式，即将CV值乘以100%。 三：例题 例如，您是一家牛奶瓶装厂的质量控制检验员，该厂的牛奶有大瓶装和小瓶装两种。您抽取每种产品的样本并观测到小瓶装的平均容量为 1 杯，标准差为0.08 杯，大瓶装的平均容量为 1 加仑（16 杯），标准差为0.4 杯。虽然大瓶加仑装的标准差是小瓶装的标准差的5 倍，但它们的变异系数(COV) 却支持不同的结论： 大瓶装COV = 100 * 0.4 杯/ 16 杯= 2.5 小瓶装COV = 100 * 0.08 杯/ 1 杯=8 小瓶装的变异系数是大瓶装的三倍多。也就是说，虽然大瓶装具有较大的标准差，但小瓶装相对于其均值来说具有更大的变异性。 四：参考文献 1：基于变异系数法的灰色关联模型在水电工程投资方案优选中的应用 2、基于变异系数法的贵州省石漠化驱动力研究
变异系数的意义 变异系数（又称离散系数）是概率分布离散程度的一个归一化量度。 变异系数只在平均值不为零时有定义，而且一般适用于平均值大于零的情况。变异系数也被称为标准离差率或单位风险。 变异系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用开尔文或摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异系数是不同的。也就是说，使用区间标量得到的变异系数是没有意义的。 在概率论和统计学中，变异系数，又称“离散系数”（英文：coefficient of variation），是概率分布离散程度的一个归一化量度，其定义为标准差与平均值之比： 变异系数（coefficient of variation）只在平均值不为零时有定义，而且一般适用于平均值大于零的情况。变异系数也被称为标准离差率或单位风险。 变异系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用开尔文或摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异
系数是不同的。也就是说，使用区间标量得到的变异系数是没有意义的。 2基本含义 变异系数 一般来说，变量值平均水平高，其离散程度的测度值越大，反之越小。 变异系数是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。标准差与平均数的比值称为变异系数，记为C·V。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。 变异系数的计算公式为：变异系数C·V =（标准偏差SD / 平均值Mean ）× 100% 在进行数据统计分析时，如果变异系数大于15%，则要考虑该数据可能不正常，应该剔除。 3举例
1．非概率抽样（Non-probability sampling） 又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。 其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或"差"的样本，从而避免影响对总体的代表度。 常用的非概率抽样方法有以下四类： 方便抽样（Convenience sampling） 指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。 优点： 适用于总体中每个个体都是"同质"的，最方便、最省钱；可以在探索性研究中使用， 另外还可用于小组座谈会、预测问卷等方面的样本选取工作。 缺点： 抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。 判断抽样（Judgment sampling） 指由专家判断而有目的地抽取他认为"有代表性的样本"。例如：社会学家研究某国家 的一般家庭情况时，常以专家判断方法挑选"中型城镇"进行；也有家庭研究专家选取某类 家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样 本时，可以使用这种方法。 优点： 适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。 缺点： 该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。 配额抽样（Quota sampling） 指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。 相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的 比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。 优点： 适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先"分层"（事先确定每层的样本量）再"判断"（在每层中以判断抽样的方法 选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。 缺点：