隨機抽樣法

從總體中抽取樣本的方法

隨機抽樣法又稱“抽樣調查法”,按照隨機原則,利用隨機數,從總體中抽取樣本的方法。

簡介


隨機抽樣法包括兩方面問題:一是抽樣方法,像如何抽樣,抽多少,怎樣抽;另一是統計推斷,也就是如何對抽樣結果進行統計分析,如何對總體作出科學的推斷。隨機抽樣法較之普查法具有節省人力、物力、財力和時間的特點,在人壽保險中也是一種十分有效的研究工具二比如,要研究隨著人口老齡化的發展趨勢,對死亡表的修正問題,要對每個高齡人進行全數調查幾乎是辦不到的事,隨機抽樣法則能提供出一種簡單易行的辦法。 
在隨機抽樣調查法中,又分為三種不同的抽樣方法:
簡單隨機抽樣法:其方法最為簡單。對總體調查對象不加任何區分和限制,保證每一個調查對象都有均等機會成為被抽到的調查對象。基本操作步驟:將調查對象全部排隊,排號。通過抽籤(包括用機器搖號或擲骰子)等方法,從中抽取所需要的一定數量的調查對象。對抽取的調查對象進行實際調查。當調查對象總數量不十分龐大,調查對象個體差異較小時,可用此方法。如某企業要從其產品用戶100家中抽取20家進行調查,了解其對本企業產品的質量和服務方面的意見,即可把100家用戶作001—100的編號,然後用抽籤方法,從中抽取10個號碼,並對持有該號碼的20家用戶進行調查。
②分層隨機抽樣法:對調查對象總體按照不同特徵分組(分層),然後用隨機方法從各層中抽取一定數址的樣本-使用此抽樣法有兩條原則:在分層時要盡量使各層間具有明顯的差異性:每層內部的每一個體要保持——致性、這樣可保證從每層中抽取的樣本能準確地代表該層、當調查對象總體中的每一個體間的差異較大時,為提高樣本的代表性,則可用此法進行抽樣調查。
③分群隨機抽樣法:把調查對象總體的各個相似部分,分成若干群,然後在一、兩個群中進行隨機抽樣調查。在實際中,當調查對象總體中包含個體量過多,且所處位置分散時,採用簡單隨機抽樣法能有效減少這一困難、例如調查某個城市職工家庭收入情況,採用分群隨機抽樣法,可把該城市劃分為若干區,再把一個區劃分為若干街道,將調查集中在某個區的兩個街道里,調查費用和時間就呵大大減少:當調查對象總體中的個體差異性大、無法訂立分層標準、只能按其地域分群時,即可採用分群隨機抽樣法。但有兩條原則需注意:①分群時要盡量使各群之間具有相同特徵。②在每一群的內部,調查對象個體之間必須具有很大的差異性。 

原理


隨機抽樣(Rondom Sampfing)是判斷抽樣的一種發展。判斷依據的主、客觀條件來源於實踐、經由人的認識產生作用,而人們的認識水平同事物實際的差距在衡量判斷的正誤時,形成不同程度的誤差,其主要表現有兩點:一是樣本抽取機會不均等,不能客觀的代表全部總體的特徵,一是樣本量的選取彈性過大,就其實際需要而言,所抽取的樣本不是過大過多,就是過小過少。針對這一問題,人們運用統計中的隨機抽樣原理和技術,解決了判斷抽樣的主觀偏差,極大限度地減少了抽樣誤差,使總體中的每一個抽樣單位都具有大致相等的被抽機會。
隨機抽樣是在抽取樣本容量已被確定以後,決定如何抽取樣本的方法問題。所謂隨機抽樣,是指總體中的任何一個項目均有被選作樣本的均等機會的一種方法。這種方法的基本觀念是選擇樣本的人員不能在選擇時有意或無意地干預或帶有個人偏見。真正的隨機樣本的獲得,須藉助於無偏見的選擇程序,儘管這樣,所產生的樣本並不一定能夠確保其一定具有代表性。沒有偏見地抽取樣本能否適當代表全部總體特徵,是兩個獨立的問題,即隨機抽樣仍有可能存在不能代表總體的風險。但是,這種風險大小是由概率決定的,故而可用統計方式對這種風險加以計量,以克服由於抽樣偏見所帶來的更大的誤差風險。 

分類


簡單隨機抽樣又稱為純隨機抽樣,是事前對總體數量不做任何分組排列,完全憑偶然的機遇從中抽取樣本加以調查的方法。簡單隨機抽樣一般可採用抽籤法、搖碼或查隨機數表等方法抽取樣本。採用這種抽樣方式比較適合於總體單位之間差異較小的狀況。實施步驟:(1)、取得總體單位名錄,即所有被調查對象;(2)、為總體單位編號;(3)、利用抽籤法、隨機號碼錶等抽取樣本。
等距抽樣亦稱機械抽樣或系統抽樣。這種抽樣方法要求先將總體各個單位按照空間、時間或某些與調查無關的標誌排列起來,然後等間隔地依次抽取樣本單位。抽樣間隔則等於總體單位數除去樣本數所得的商。這種抽樣方法在用於被調查的總體數量較多時,更為方便。實施步驟:(1)、取得總體抽樣框架;(2)、為總體單位排隊編號;(3)、計算抽樣距離間隔;(4)、在抽樣距離間隔數中,隨機抽取一個樣本單位;(5)、按照間隔數依次抽取其它樣本單位。
分層抽樣
分層抽樣亦稱分類抽樣或類型抽樣。適用於總體量大、差異程度較大的情況。先將總體單位按其差異程度或某一特徵分類、分層,然後在各類或每層中再隨機抽取樣本單位。分層抽樣實際上是科學分組、或分類與隨機原則的結合。分層抽樣有等比抽樣和不等比抽樣之分,當總數各類差別過大時,可採用不等比抽樣。除了分層或分類外,其組織方式與簡單隨機抽樣和等距抽樣相同。
整體抽樣
整體抽樣即按照某一標準將總體單位分成“群”或“組”,從中抽選“群”或“組”,然後把被抽出的“群”或“組”所包含的個體合在一起作為樣本,被抽出的“群”或“組”的所有單位都是樣本單位,最後利用所抽“群”或“組”的調查結果推斷總體。抽取“群”或“組”可以採用隨機方式或分類方式,也可以採用等距方式來確定;而“群”或“組”內的調查則採用普查的方式進行。整體抽樣又可分為一段抽樣和分段抽樣兩種類型。 
雙重隨機抽樣
雙重隨機抽樣亦稱相關抽樣法,當目標性狀由於技術的或經濟的原因很難直接觀測時,或者必須進行破壞性測量時,可利用性狀間的相關性,找出一個與目標性狀顯著相關且容易觀測的過渡性狀,通過對過渡性狀的觀測研究達到研究目標性狀的目的。具體抽樣過程分兩步:首先從總體中隨機抽取少量單位,同時觀測目標性狀與過渡性狀,應用相關回歸分析的方法建立以目標性狀為依變數,過渡性狀為自變數的回歸方程式。第二步根據精確度要求從總體隨機抽取適當容量的樣本,對樣本單位只觀測它的過渡性狀,利用已建立的回歸方程估測目標性狀。雙重抽樣其方法簡單易行,使難以觀測的性狀得以觀察,達到研究的目的。但應注意,兩性狀間不但要有顯著相關,而且須有較高程度的顯著相關,才能獲得比較準確的結果。
兩級隨機抽樣
兩級隨機抽樣它是多級隨機抽樣中最簡單的一種。當總體可以系統分組,分成兩級或兩級以上時,常採用兩級或多級隨機抽樣法。兩級隨機抽樣在具體實施時是將總體分成兩個有序階段。先在第一階段內隨機抽樣,組成一級樣本,第二階段的抽樣只從一級樣本單位內隨機抽取二級樣本單位。二級樣本單位是觀測單位。這種抽樣模式是統計學上的系統分組模式。例如調查河南省鵝業發展狀況,可先在全省各地市隨機抽取n個地市組成一級樣本,然後再從抽到的n個地市中隨機抽取若干個縣組成二級樣本。若再從抽中的縣中繼續抽取若干項組成三級樣本,就是多級抽樣了。對於有自然分級現象的總體,採用分級隨機抽樣可以盡量少的投入獲得盡量多的可靠的信息。