分層抽樣
![本頁使用了標題或全文手工轉換](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
分層抽樣(stratified sampling),又名層化抽出法,是統計學的一從統計總體(又稱為「總體」[1])抽取樣本方法。將抽樣單位按某種特徵或某種規則劃分為不同的層,然後從不同的層中獨立、隨機地抽取樣本。從而保證樣本的結構與總體的結構比較相近,從而提高估計的精度。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)。
在社會統計調查(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或系統抽樣。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術平均值,分層的抽樣應採用加權平均值。
相關題目
參考文獻
延伸閱讀
- Särndal, Carl-Erik; et al. Stratified Sampling. Model Assisted Survey Sampling. New York: Springer. 2003: 100–109. ISBN 0-387-40620-4.
|