今天给各位分享简述常用的抽样方法有哪些的知识，其中也会对抽样方法有哪些进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录
简述常用的抽样方法有哪些概率抽样的方法有哪几种简述常用的抽样方法有哪些四种基本的抽样方法：
1.单纯随机抽样：单纯随机抽样是在总体中以完全随机的方法抽取一部分观察单位组成样本（即每个观察单位有同等的概率被选入样本）。常用的办法是先对总体中全部观察单位编号，然后用抽签、随机数字表或计算机产生随机数字等方法从中抽取一部分观察单位组成样本。
其优点是简单直观，均数（或率）及其标准误的计算简便；缺点是当总体较大时，难以对总体中的个体一一进行编号，且抽到的样本分散，不易组织调查。
2.系统抽样：系统抽样又称等距抽样或机械抽样，即先将总体中的全部个体按与研究现象无关的特征排序编号；然后根据样本含量大小，规定抽样间隔k；随机选定第i（i＜k）号个体开始，每隔一个k，抽取一个个体，组成样本。
系统抽样的优点是：易于理解，简便易行；容易得到一个在总体中分布均匀的样本，其抽样误差小于单纯随机抽样。缺点是：抽到的样本较分散，不易组织调查；当总体中观察单位按顺序有周期趋势或单调增加（减小）趋势时，容易产生偏倚。
3.整群抽样：整群抽样是先将总体划分为K个“群”，每个群包含若干个观察单医学教|育网搜集整理位，再随机抽取k个群（k＜K），由抽中的各群的全部观察单位组成样本。
整群抽样的优点是便于组织调查，节省经费，容易控制调查质量；缺点是当样本含量一定时，抽样误差大于单纯随机抽样。
4.分层抽样：分层抽样是先将总体中全部个体按对主要研究指标影响较大的某种特征分成若干“层”，再从每一层内随机抽取一定数量的观察单位组成样本。
分层随机抽样的优点是样本具有较好的代表性，抽样误差较小，分层后可根据具体情况对不同的层采用不同的抽样方法。
四种抽样方法的抽样误差大小一般是：整群抽样≥单纯随机抽样≥系统抽样≥分层抽样。
在实际调查研究中，常常将两种或几种抽样方法结合使用，进行多阶段抽样。
概率抽样的方法有哪几种1、方便抽样（Convenience sampling）
样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。
某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。
2、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。
3、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。
4、滚雪球抽样（Snowball sampling）
以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。
滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。
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。
扩展资料
简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。
非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。
参考资料来源：百度百科-非概率抽样
好了，文章到这里就结束啦，如果本次分享的简述常用的抽样方法有哪些和抽样方法有哪些问题对您有所帮助，还望关注下本站哦！