样本的确定 -非概率抽样.
- 格式：ppt
- 大小：98.50 KB
- 文档页数：19
下载文档原格式
合集下载
样本选择和样本规模确定
样本选择和样本规模确定在进行科学研究或调查时，样本选择和样本规模确定是非常重要的步骤。
合理的样本选择和合适的样本规模可以确保研究的可靠性和有效性。
本文将讨论样本选择和样本规模确定的重要性，并提出一些常用的方法和技巧。
一、样本选择的重要性在研究中，样本选择是指从研究对象中选取一部分代表性样本来进行观察和分析。
合理的样本选择能够尽可能地代表整体人群或对象，从而使得研究结果具有较高的外推性和泛化能力。
合适的样本选择有助于减小抽样误差和提高样本的代表性。
如果样本不具有代表性，那么研究结果可能会产生偏差，失去了对整体的解释能力。
因此，样本选择是研究的基础，是确保研究结果可靠性的关键环节。
二、样本选择的方法1. 随机抽样方法随机抽样是最常用的样本选择方法之一。
在随机抽样中，每一个单位都有相同的机会被选作样本，从而尽可能减小了选择偏差。
随机抽样可以采用简单随机抽样、分层随机抽样、整群随机抽样等不同的方法，具体选择方法取决于研究的目的和要求。
2. 方便抽样方法方便抽样是一种非随机抽样方法，通常是选择那些最容易获取到的样本。
尽管方便抽样方法简单快捷，但由于没有随机性，样本的代表性可能较差，因此在科学研究中不推荐使用。
3. 系统抽样方法系统抽样是一种介于随机抽样和方便抽样之间的方法。
在系统抽样中，研究者按照一定规则选取样本，例如每隔一定时间或者每隔一定地点选取一个样本。
系统抽样相对简便，并且在一些情况下可以得到较好的样本代表性。
三、样本规模确定的重要性样本规模的确定是指确定研究中需要观察或调查的样本数量。
合适的样本规模既要保证研究结果的准确性，又要避免资源的浪费。
样本规模的确定需要综合考虑研究问题的复杂性、预期效应大小、研究设计和可用资源等因素。
合适的样本规模可以提高研究结果的统计显著性和推广能力。
样本规模过小可能导致研究结果的不可靠性和不能通过统计分析得到显著结果。
而样本规模过大则会造成研究资源的浪费。
四、样本规模确定的方法1. 样本容量计算方法样本容量计算是一种通过数学方法确定样本规模的方法。
市场调研中的样本选择与样本量确定方法
市场调研中的样本选择与样本量确定方法在市场调研过程中，样本选择和样本量确定是非常重要的步骤。
合理的样本选择和样本量确定方法可以确保调研数据具有代表性和可信度。
本文将介绍市场调研中常用的样本选择和样本量确定方法，并对其优缺点进行详细分析。
一、样本选择方法1. 简单随机抽样简单随机抽样是指从总体中按照相同的概率独立地随机选择样本的方法。
这种方法能够确保每个样本的选择机会相等，具有代表性。
但是，在实际应用中，可能会存在抽取样本不完全随机的情况，导致样本选择的偏倚。
2. 系统抽样系统抽样是按照一定的规律从总体中选择样本的方法，例如每隔固定的间隔选择一个样本。
这种方法相对简便，但可能会引入一定的抽样偏倚。
3. 分层抽样分层抽样方法是将总体划分为若干个互不重叠的子总体，然后从每个子总体中进行抽样。
这种方法可以保证每个子总体的代表性，适用于样本选择上具有多个明显特征的总体。
4. 整群抽样整群抽样是指将总体分成若干个互不重叠的群体，然后从中随机选择若干个群体作为样本。
这种方法适用于总体具有自然形成的群体，例如某个地区的消费者群体。
二、样本量确定方法1. 经验法经验法是根据研究者的经验和专业知识来确定样本量。
这种方法操作简单，但容易受主观因素的影响，不够科学准确。
2. 公式法公式法是根据统计学原理和抽样误差要求来确定样本量。
常用的公式包括通过总体标准差来计算样本量的公式和通过总体比例来计算样本量的公式。
这种方法相对科学准确，但需要掌握一定的统计学知识。
3. 置信度和置信水平法置信度和置信水平法是根据置信度和置信水平来确定样本量。
研究者可以根据不同的置信度和置信水平来确定合适的样本量。
这种方法能够更好地控制研究结果的可靠性。
4. 功效分析法功效分析法是通过设定研究效应值和研究检验的显著性水平，来确定样本量。
这种方法可以帮助研究者评估样本量对研究结论的影响，并给出具体的样本量要求。
在确定样本量时，还需要考虑研究的目的、资源限制和可行性。
毕业论文中的样本选择和样本量确定
毕业论文中的样本选择和样本量确定样本选择和样本量确定在毕业论文中是非常重要的步骤。
本文将从样本选择的原则、样本量的确定方法以及在毕业论文中如何合理应用这些方法等方面进行探讨。
1. 样本选择的原则在毕业论文中，样本选择要遵循一定的原则，以保证样本的代表性和可靠性。
以下是几个常用的样本选择原则：（1）随机抽样原则：通过使用随机数表或随机数发生器，从目标总体中等概率地抽取样本，以排除主观因素对样本的影响，从而提高样本的代表性。
（2）分层抽样原则：当总体可以分为若干个互相独立的子总体时，可以先按照某种特征将总体划分为若干个层次，然后在各个层次上进行简单随机抽样，以保证样本在各个层次上的分布与总体相似。
（3）滚动抽样原则：在研究进行过程中，根据实际情况逐步增加或调整样本量，以使样本更具代表性，并能反映研究对象的变化趋势。
2. 样本量的确定方法合理确定样本量是保证研究结果可靠性的重要环节。
以下是几种常用的样本量确定方法：（1）经验公式法：根据经验公式确定样本量，例如当总体容量较大时，可使用经验公式n = Z^2 * P * (1-P) / E^2来估算样本量，其中Z表示显著性水平对应的Z值，P表示总体比例，E表示误差容忍度。
（2）专家判断法：根据经验或领域专家的判断确定样本量，考虑研究内容的特殊性和独特性，综合考虑相关因素。
（3）统计学方法：通过统计学方法进行样本量的计算，根据研究设计、假设检验的力和效应大小等因素进行样本量计算，以保证研究结果的准确性。
3. 在毕业论文中的应用在毕业论文中，样本选择和样本量确定的具体应用取决于研究的目标和方法。
以下是几个常见的情况：（1）问卷调查：在进行问卷调查时，可以根据研究的目标和受众群体的特点，采用随机抽样原则进行样本选择，并根据样本调查结果进行样本量的确定，以便获取可靠的统计数据。
（2）实证研究：在进行实证研究时，可以根据研究的问题和目标，选择适当的样本选择原则，并根据相关的统计学方法确定样本量，以获得可信的实证结果。
统计学中的样本量确定方法
统计学中的样本量确定方法统计学中，样本量的确定对于研究的可靠性和准确性至关重要。
合理确定样本量可以保证研究结果的有效性，避免结果偏差，并且可以减少资源浪费。
本文将介绍统计学中的样本量确定方法。
一、样本量的重要性在进行统计研究时，我们通常无法对所有感兴趣的个体进行调查或实验。
相反，研究者将从整个群体中选取一部分个体，即样本进行研究。
因此，样本量的大小直接影响到研究结果的可靠性和推广性。
二、简单随机抽样方法简单随机抽样是最常用的样本抽取方法之一，它要求每个个体具有相同的被抽取概率。
在确定样本量时，我们需要考虑一些因素，如总体的大小、总体的方差、误差容忍度和置信水平等。
三、基于假设检验的样本量确定方法在某些情况下，我们需要根据假设检验的需求来确定样本量。
假设检验是统计学中用来检测两个或多个群体差异的方法。
样本量的确定可以通过根据所需的效应大小和显著性水平来选择。
四、基于置信区间的样本量确定方法当我们希望估计总体的某个参数，并且给出一个置信区间时，可以使用基于置信区间的样本量确定方法。
这种方法旨在控制估计的精确性，以便使置信区间的宽度在可接受的范围内。
五、借助统计软件进行样本量计算在实际研究中，我们可以使用各种统计软件来计算样本量。
这些软件提供了各种样本量确定方法的计算工具，使我们能够根据具体情况快速准确地确定样本量。
六、样本量确定的注意事项确定样本量时，还需要注意以下几个方面：1. 确定研究目标和问题，明确需要估计或推断的参数；2. 考虑资源和时间限制，合理平衡研究目的和可行性；3. 在确定样本量时，选择合适的统计方法和分析技术；4. 根据所选方法和技术，选取适当的效应大小、显著性水平和置信水平。
结论样本量的确定是统计学研究中的重要环节。
合理确定样本量可以保证研究结果的可靠性和准确性。
本文介绍了统计学中常用的样本量确定方法，包括简单随机抽样方法、基于假设检验的样本量确定方法、基于置信区间的样本量确定方法以及借助统计软件进行样本量计算等。
抽样检验方案的制定原则是什么
抽样检验方案的制定原则是什么抽样检验方案的制定原则是什么在现实生活和研究工作中，抽样检验是一项常见的统计方法，用于判断总体或群体的特征是否具有统计学意义。
制定一个合理的抽样检验方案是保证研究结果可靠性和科学性的重要前提。
本文将从概念、目标、原则、步骤、常见误区以及案例分析等六个方面展开叙述，以帮助读者更加全面地了解抽样检验方案的制定原则。
一、概念抽样检验是指通过从总体或群体中选取一部分样本，并对这些样本进行测量和分析，以推断总体或群体的特征，并判断是否存在统计学上的显著差异。
抽样检验方案的制定就是为了明确抽样方法、样本量、检验水平、统计指标等相关内容，以确保研究的科学性和可靠性。
二、目标抽样检验方案的制定旨在从总体或群体中选取具有代表性的样本，通过样本的测量和分析，得出对总体或群体特征的推断结论，并判断是否存在统计学上的显著差异。
抽样检验方案的目标是在保证研究结果可靠性和科学性的前提下，尽量减少样本量、提高检验效率，为决策提供可靠的依据。
三、原则1. 随机性原则：抽样检验方案的制定应基于随机抽样的原则，确保每个个体有相同的机会被选中。
采用随机抽样可以避免主观偏见和个体差异对结果的影响，增加样本的代表性。
2. 独立性原则：样本之间应相互独立，即一个样本的观测结果不会受到其他样本的影响。
独立性原则的遵循可以保证统计推断的准确性和可靠性。
3. 效率性原则：抽样检验方案应尽量减少样本量，提高检验效率。
通过合理的样本容量设计和统计方法选择，可以在保证结果可靠性的同时，降低成本和时间。
4. 可行性原则：抽样检验方案应在实际操作中具有可行性。
考虑到实际条件、资源限制和时间要求等因素，制定方案时需要合理评估可行性。
5. 显著性原则：抽样检验方案的制定应基于明确的检验水平和统计指标。
明确的检验水平可以帮助研究者判断样本结果是否具有统计学意义，而统计指标则是对样本数据进行测量和分析的依据。
6. 稳健性原则：抽样检验方案的制定应具有稳健性，即对于总体或群体特征的不确定性和变异性具有较好的适应性。
实验研究中的样本选择与样本大小的确定
实验研究中的样本选择与样本大小的确定在进行实验研究时，样本选择和样本大小的确定是非常重要的步骤。
正确的样本选择和适当的样本大小可以确保研究结果的准确性和可靠性。
本文将讨论实验研究中的样本选择和样本大小的确定方法。
一、样本选择的原则在进行实验研究时，样本选择应该遵循以下原则：1. 代表性原则：样本应该能够代表研究对象的整体特征。
选择样本的过程中，需要考虑到研究对象的各种变量和特征，确保样本能够真实地反映研究对象的整体情况。
2. 随机性原则：样本选择应该是随机的，不能有人为干预和选择的倾向。
通过随机选择样本，可以减少样本中的偏差，增加研究结果的可信度。
3. 足够性原则：样本的数量应该足够满足研究的需要，避免因样本数量不足而导致研究结论的不准确性。
二、样本选择的方法在实验研究中，样本选择的方法主要有以下几种：1. 随机抽样法：通过随机数表或随机数生成器，随机抽取研究对象作为样本。
这种方法可以确保样本的随机性，避免人为选择的影响。
2. 分层抽样法：将研究对象按照某些特征分成不同的层次，然后在每个层次中随机抽取样本。
这种方法能够保证不同特征的研究对象在样本中的代表性。
3. 整群抽样法：将研究对象按照某些群体特征分成不同的群体，然后随机选择几个群体进行研究。
这种方法可以有效地减少样本数量，提高研究效率。
三、样本大小的确定确定样本大小是实验研究中一个非常关键的步骤。
样本大小的确定应该考虑到以下几个因素：1. 效应大小：效应大小是指研究结果中的差异或关联的大小。
效应大小越大，样本大小可以相应减少；效应大小越小，样本大小需要相应增加。
2. 显著水平：显著水平是指研究结果的可信度程度。
通常使用的显著水平是0.05，即95%的置信水平。
显著水平越高，样本大小需要相应增加。
3. 统计方法：不同的统计方法对样本大小的要求不同。
对于一些较为复杂的统计方法，样本大小需要相应增加。
确定样本大小的一种常用方法是进行样本大小估计。
样本量的确定方法
样本量的确定方法样本量的确定是科学研究中非常重要的一步，它决定了研究结果的可靠性和推广的适用性。
在确定样本量时，需要考虑到多个因素，包括研究目的、研究设计、预期效应大小、显著性水平和统计力等。
以下将详细介绍几种常用的确定样本量的方法。
1.效应大小法：效应大小是指在研究中希望检测到的真实差异或关系的大小。
在进行样本量计算时，可以首先确定预期的效应大小。
比如，对于实验研究，可以根据以往类似研究的结果或者专家经验来估计。
然后根据效应大小、显著性水平和统计力来计算所需的样本量。
这种方法的优势是直观而简单，但需要对研究领域非常熟悉才能准确估计效应大小。
2.动力分析法：动力分析法是通过设定合理的统计力水平和效应大小，计算研究所需的样本量。
通常情况下，研究者会设定统计力为0.80，显著性水平为0.05、根据预期的效应大小、研究设计和统计模型，进行样本量计算。
这种方法的优势是可以避免研究者主观估计效应大小的偏差，同时还能够估算研究结果的稳定性。
3.样本容量计算公式法：样本容量计算公式法是通过使用特定的公式计算样本量。
常用的公式包括用于比较两个独立样本均值的公式、用于比较两个相关样本均值的公式、用于比较两个比列的公式等。
这些公式基于大数定律和中心极限定律，可以估算出达到一定显著性水平和统计力的样本量。
这种方法的优势是简单易懂，但在使用时需要注意所选择的公式和假设条件是否适用于特定的研究问题。
4.模拟方法：模拟方法是通过模拟大量的数据来估计所需的样本量。
研究者可以使用统计软件生成服从特定分布的数据，并根据设定的假设条件进行模拟。
通过多次模拟，可以估计出达到一定显著性水平和统计力的样本量。
这种方法的优势是可以更加灵活地模拟不同的假设条件和分析方法，但需要较强的统计分析能力和计算资源。
需要注意的是，以上方法只是确定样本量的一些常用方法，具体选择方法应根据研究目的、设计和实际情况进行综合考虑。
此外，在进行样本量确定时，还应注意避免样本量过小或过大的问题。
第五章 抽样：样本容量的确定(市场调研-北京大学,胡健颖)
9
第五章 抽样：样本容量的确定
3） 均值或比例的标准误差（standard error） ，或抽 样平均误差，公式为： 均值 比例
x
n
P
P(1 P) n
2014-2-6
北京大学光华管理学院 胡健颖
10
第五章 抽样：样本容量的确定
4) 通常总体标准差 σ 是未知的，在这种情况下，可以通过 下面的公式从样本中估计总体的标准差： 均值 比例
思考题： ① 迪斯尼世界的调查表明，有 60%的老顾客喜欢玩滑行铁道。 若要求误差不超过 2%， 置信度为 90% （Z 值查参考书 552 页） ， 求所需的样本容量。 ② 客户要求置信度为 99%，允许抽样误差为 2%，按此计算出 需要样本容量为 500，调查费用是 20，000 美元，但他只有 17，000 美元的预算，问有没有其他方案可供选择？ ③ 在具有什么条件下，进行调查前就可以将样本容量确定下 来？
在确定估计比例所需的样本容量时有一个优势：如果缺乏估计 P 的依据，可以对 P 值做最糟糕的假设。给定 Z 值和 E 值，P 值 为多大时要求的样本容量最大呢？当 P=0.05 时， “P(1-P)”有极大 值 0.25 存在。
2014-2-6
北京大学光华管理学院 胡健颖
30
第五章 抽样：样本容量的确定
2014-2-6
北京大学光华管理学院 胡健颖
25
第五章 抽样：样本容量的确定
表 5-1 1000 个样本平均数的概率分析：最近 30 天内吃快餐的平均次数 次数分组 2.6-3.5 3.6-4.5 4.6-5.5 5.6-6.5 6.6-7.5 7.6-8.5 8.6-9.5 9.6-10.5 10.6-11.5
样本量的确定方法及公式
样本量的确定方法及公式在统计学和实证研究中，样本量的确定对于获得可靠的结果非常重要。
一个足够大的样本量可以减少统计误差和提高研究的可信度。
样本量的确定需要考虑多个因素，包括所需的可靠性水平，总体大小和总体变异性等。
以下是一些常用的样本量确定方法和公式。
一、样本量计算方法：1. 参数估计方法（Parameter Estimation）：用于计算总体均值、总体比例等参数的估计。
通常使用的方法有点估计和区间估计。
在参数估计方法中，一般需要考虑总体的平均数、标准差、置信水平和误差容忍度等因素。
2. 假设检验方法（Hypothesis Testing）：用于检验两个总体之间差异是否显著。
常用的假设检验方法有t检验、方差分析等。
在假设检验方法中，需要考虑所需的显著性水平、效应大小、标准差等因素。
3. 相关分析方法（Correlation Analysis）：用于研究两个或多个变量之间的关联关系。
常用的相关分析方法有皮尔逊相关系数、斯皮尔曼等级相关系数等。
在相关分析方法中，需要考虑相关系数、显著性水平等因素。
二、样本量计算公式：1.参数估计中的样本量计算公式：a.总体比例（Proportion）：n = [(Z * Z) * P * (1-P)] / E^2其中，n表示样本量，Z表示所需的置信度对应的Z值，P表示总体比例的估计值，E表示误差容忍度。
b.总体均值（Mean）：n = [(Z * s) / E]^2其中，n表示样本量，Z表示所需的置信度对应的Z值，s表示总体标准差的估计值，E表示误差容忍度。
2.假设检验中的样本量计算公式：a.均值差异（Mean Difference）：n = [(Z * s) / E]^2其中，n表示样本量，Z表示所需的显著性水平对应的Z值，s表示总体标准差的估计值，E表示效应大小。
b.总体比例差异（Proportion Difference）：n = [(Z * Z) * (P1* (1-P1) + P2 * (1-P2))] / E^2其中，n表示样本量，Z表示所需的显著性水平对应的Z值，P1和P2分别表示两个总体比例的估计值，E表示效应大小。
抽样调查的方法和样本容量的确定
抽样调查的方法和样本容量的确定抽样调查是一种常用的研究方法，用于从总体中选择一部分个体，以便获取关于总体特征的信息。
在进行抽样调查时，正确选择调查方法和确定适当的样本容量是至关重要的，本文将探讨这些问题。
一、抽样调查方法的选择根据研究目的和数据采集方式的不同，有多种抽样调查方法可以选择。
以下列举几种常见的方法：1. 简单随机抽样简单随机抽样是最基本的抽样方法之一，通过随机选取样本，确保每个个体都有相等的机会被选入样本。
这种方法适用于总体比较均匀、个体之间差异较小的情况。
2. 系统抽样系统抽样是按照一定的规则从总体中选择样本，如每隔一定间隔选择一个个体。
这种方法适用于总体有一定的有序结构的情况，能够保持总体结构的代表性。
3. 分层抽样分层抽样是将总体划分为若干层次，然后在每一层中进行抽样。
这种方法适用于总体有明显的层次差异，可以保证每个层次都得到充分的代表。
4. 整群抽样整群抽样是将总体划分为若干群体，然后从选定的群体中进行抽样。
这种方法适用于群体内部的变异较大，但群体间差异较小的情况。
二、样本容量的确定确定适当的样本容量是保证抽样调查结果准确性的关键。
样本容量大小的确定应该考虑以下几个因素：1. 总体大小总体越大，所需的样本容量也会相应增加。
一般来说，总体越大，样本容量就需要越大，以确保样本能够充分代表整个总体。
2. 容忍误差容忍误差是指研究者所能接受的样本估计与总体真值之间的最大差距。
容忍误差越小，需要的样本容量也会越大。
3. 抽样方法和样本分布不同的抽样方法和样本分布会影响样本容量的确定。
例如，使用分层抽样时，每个层次的样本容量应根据该层次的重要性和变异程度来确定。
4. 计算方法确定样本容量的计算方法有多种，其中最常用的是利用统计学方法进行计算。
根据总体均值、标准差、置信水平等，可以使用抽样调查中的样本容量计算公式来确定样本容量。
在确定样本容量时，需要综合考虑以上因素，并在保证调查结果准确性的前提下，尽量控制样本容量的大小，以减少调查成本和时间。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 对个体的外貌特征比较了解的公司常常使用定额抽 样，他们希望从事特殊的营销调研项目。例如一家
大银行可以规定最终的样本是50％的成年男子和50
％的成年女子，因为在他们掌握的市场中，男性和
女性的消费层面大约是50对50。
7.3 样本容量
• 7.3.1教条式方法 • --以经验为幌子，认为样本容量应该是“为保证精确， 样本至少应该是总体的5%” • 优点是简单实用。 • 但是：耐克公司曾经设计一种训练用鞋—特安士龙训练 者，专为铁人三项运动员设计。估计在美国有10000名 运动员，5%的话，样本容量应该是500。如果想对“飞 人乔丹”进行调查，美国大约有200万使用者，5%将是 10万样本，是前者200倍。那么，飞人乔丹调查所需要 的人数必须是前者的200倍吗？换个角度说，打篮球的 人的差异性是铁人三项运动员的200倍吗。
第七章 样本的确定
－非概率抽样
7.1 概率抽样
• • • • • • • 7.1.1概率抽样 ――指总体的成员都有一个被选为样本的已知概率。 7.1.2 简单随机抽样 抽签法 滚球法 随机数字表法 计算机模拟法 －大中型计算机中一般带有随机数字 发生器，利用产生的随机数字确定样本单位。
7.1.3 系统抽样／等距抽样
7.3.5 从小总体中抽样
• 小总体抽样要运用有限乘数法进行调整。有限乘数是 指近似于不包括样本的总体比率的平方根的一个调整 因素。
• 如假定总体为1000，选定的样本是400家，会产生一
个0.77左右的有限乘数，或是0.6的平方根（1000400/1000），此时样本可以改为308家=0.77*400， 可以减少92个样本而不至于影响调研精确度。
• 对调研者来说以时间的效率表示最方便的场合莫过于 交通要道。 • 例如只限行人活动的商业区或行人来往频繁的十字路 口。 • 该方法可使得总体的某些成员被自动地从抽样过程中 排除。 • 例如有些人可能是偶然来此或偶尔光顾闹市区的游客。 • 另一方面，在缺乏精确的选择程序时，可以省略总体 的某些成员，因为他们的有形外表、通常的举止或他 们事实上都是成群结队的而不是单独的。
Hale Waihona Puke 样估计精度低。因为整群抽样抽样单位相对集中，在
总体中分布不太均匀，对总体的代表性差一些。
7.2 非概率抽样
• 含义：指总体中的成员被选为样本的概率是未知的。
• 一般而言，任何不满足概率抽样要求的抽样都被归
为非概率抽样，非概率抽样的缺点是不能计算抽样 误差，这意味着评估非概率抽样的总体质量有很大 的困难。
－有关标志排队等距抽样 无关标志排队等距抽样
由于有关标志抽样利用一致的信息或辅助资料进行 排列或分层，一般而言增强样本的代表性，比无关 标志抽样或简单随即抽样效果要好 －随机起点等距抽样 、中间起点等距抽样、对称等 距抽样
7.1.4分层抽样／类型抽样
• --应用最为广泛的抽样组织形式。分层的基本要求是 层内差异小，层间差异大。因为数理统计证明，估 计量方差的大小只与 层内方差相关，而与层间方差 无关。
--等比例类型抽样
--不等比例性抽样；大学教育质量的评价：一般地大 四的学生的评价最为稳定或相似，而一年级新生的 评价则可能最不一致。因此四年级的学生少抽，新 生则多抽。
7.1.5 整群抽样
• ----分群原则：
• 扩大群间差异，减少群内差异
• ----缺点：相对于简单抽样，整群抽样抽样误差较，抽
波炉在3年或3年以上。另有3名妇女拥有微波炉至少
3年，还有3名妇女在市场上寻找微波炉。
7.2.3 推荐抽样
• 有时又叫滚雪球抽样，要求回答者提供附加回答者的 名单，于是调研者为符合研究的要求起初汇编一个比
总体样本要小得多的样本目录。在采访了每个回答者
后，要求他或她提供其他可能的回答者名单。如此， 先前的回答者就提供了额外的回答者，其他名单意味 着，样本像雪球滚下坡一样越滚越大。
7.2.1便利抽样
• 顾名思义，便利抽样是因为便利。 • 例如，一家食品公司的研发部门可能经常让员工对其开发 的新产品进行初步测试。固然这个方法看上去有很大的偏 差，然而他们不要求雇员评估现有的产品或与竞争对手的 产品进行比较。他们要求雇员提供总的感觉如成色、脆度、 油腻度等。 • 在类似情况下，便利抽样是获取必要信息的有效而实用的 方法。在进行试探性调研时，既缺乏经验而又急需真实数 据的近似值时，这种方法很实用。
• 7.3.2约定式方法
• --认为某一个约定或某一个数量就是正确的样本量，
如1000-2000名调研者。但可能忽略了与所要进行的
研究相关的情况，而且往往进行研究所花费比使用正 确的样本容量要高的多。
• 7.3.3成本基础法
• 将成本作为确定样本容量的基础。
• 7.3.4 统计分析法
• ----一般地在大样本概率抽样中，不超过2000的样本 就可以代表无限大的总体 • 可以确定最小样本容量，确保可信度或保证统计结 果的正确性。
7.2.2 判断抽样
• 判断抽样不同于便利抽样，因为它需要判断或推测谁能 代表总体。具有大量有关总体知识的调研者或某些有助
于调研者的个体，将选择他或她觉得该选取的那些个体
组成样本。 • 焦点小组座谈会通常利用判断抽样。
• 最近一个小组座谈会调查人们关注对低卡路里、低 脂肪微波炉烹饪技术的要求并选择12名妇女作为目 前和未来市场的代表。这些妇女中有6名已经拥有微
• 当手头只有一份有限的且少得可怜的样本架构时， 而回答者有可能提供对调查可能有用的别的回答者 的名单时，推荐抽样是最合适的。
• 推荐抽样的非概率方面来自运用了全部的选择。最
初的名单在某些方面也可能是特殊的，然而增加样 本的主要方法是通过原始名单中那些人的回忆产生 的。
7.2.4 定额抽样
定额抽样为各类要采访的个体确定一个具体的定额。
它是调研者普遍使用的一种非概率抽样。 • 例如，指派采访者获得一个女性黑人、男性黑人、
女性白人、男性白人各50名的定额样本，他们在人 种和性别上都具有特定资格。
• 假如实地工作者在路上收集样本，它将根据外形特
征来确定样本的代表性，从而使四种类型都符合定 额。所以定额体系可以克服无推荐抽样在内的许多 非代表性危机。