群集抽样：特征和示例 - 杜达斯 - 2025

的整群抽样是当统计总体均匀的基团是明显的，但在内部异质类型采样方法的使用。它经常用于市场研究。

使用这种抽样方法，研究人员无需立即从整个总体中选择所有主题，而是采取了几个步骤来收集其总体样本。首先，研究人员将总人口分为几个单独的组，称为集群。然后从人群中选择一个简单的随机样本。最后，它通过从这些组中获取样本数据来执行分析。

资料来源：foto.com

对于固定的随机样本量，当群体内部而不是群体之间存在群体中最大的变化量时，预期误差较小。

使用群集采样的一个常见原因是通过提高采样效率来降低成本。这不同于分层采样，后者的目的是提高准确性。

特点

-人口分为N组，称为集团。

-研究人员随机选择n个组以将它们包括在样本中，其中n小于N。

-人口的每个元素都可以分配给一个，并且只能分配给一个集群。

-理想情况下，集群中的种群应尽可能异构，但集群之间应具有同质性。每个集群必须代表小规模的总人口。

方法类型

为了选择要包括在研究中的集群，在任何相关集群中使用随机抽样技术。

一步采样

在一级聚类采样中，将对每个选定组中的所有元素进行采样。

两阶段采样

在两阶段群集抽样中，将随机选择选定组中的项目子集以包含在样本中。

什么时候使用

仅在经济上合理的情况下才应使用它，而成本降低要超过精度损失。在以下情况下更可能发生这种情况。

在人群中构造一个完整的项目清单是困难，昂贵或不可能的

例如，可能不可能列出所有硬件商店链的客户。

但是，有可能随机选择商店的子集（阶段1），然后采访访问这些商店的客户的随机样本（阶段2）。

人口集中在“自然”集团（城市，学校，医院等）。

例如，要与手术室护士进行一对一访谈，可能有必要从医院样本中随机选择一家医院（第1阶段），然后采访该医院的所有手术室护士。

使用整群抽样，访调员可以在一天之内和在一家医院进行多次访谈。

相比之下，简单的随机抽样可能会要求访调员花一整天的时间在一家医院进行一次访谈。

优点

它可以比其他采样计划便宜，例如，更少的差旅和管理成本。

可行性

这种采样方法考虑了人口众多。由于这些组太大，因此实施任何其他采样方法将非常昂贵。

经济

通过这种方法，大大减少了对支出的高度关注，例如旅行。

例如，从城市中每个家庭的调查收集信息将是非常昂贵的，而在城市的多个街区中收集信息会更便宜。在这种情况下，旅行将大大减少。

减少变异

当通过任何其他方法考虑估计时，结果中的可变性会降低。这可能并非始终都是理想情况。

主要用途

如果没有包含所有元素的采样帧，则只能使用聚类采样。

缺点

偏向样本

如果样本人口中的群体有偏见，则说明整个人口都具有相同的意见。这可能不是真实情况。

失误

存在较高的采样误差，这可以用所谓的“设计效果”来表示。

其他概率方法比该方法产生的错误更少。因此，不建议初学者使用。

例子

聚类采样用于估计战争，饥荒和自然灾害等情况下的高死亡率。

一步采样

一个非政府组织希望在附近的五个城镇中建立一个儿童样本，为他们提供教育。

通过一阶段的整群抽样，非政府组织将能够随机选择人口（群体）来创建样本，以向那些城市中未受教育的儿童提供支持。

两阶段采样

一位企业主正在寻找其工厂的统计性能，这些工厂分布在美国各地。

考虑到工厂的数量，在每个工厂执行的工作以及每个工厂的员工数量，在一个阶段进行采样既费时又昂贵。

因此，决定分两个阶段进行采样。所有者创建来自不同工厂的工人样本以形成集群。然后将它们划分为处于运行状态的工厂规模。

形成了两阶段的群集抽样，其中采用了其他群集技术（例如简单随机抽样）来开始计算。

多阶段采样

地理聚类采样是应用最广泛的技术之一。

每个群集都是一个地理区域。由于在地理上分散的人群中进行调查可能会很昂贵，因此通过将本地的不同受访者聚集在一起，与简单随机抽样相比，可以实现更大的经济效益。

通常，要达到等效的估算精度，就需要增加总样本量，但是节省成本可以使样本量的这种增加变得可行。

例如，一个组织打算进行一项调查，以分析整个德国智能手机的性能。

您可以将整个国家的人口划分为城市（集群），也可以选择人口最多的城市。同时过滤使用移动设备的设备。

参考文献

1. 维基百科，免费百科全书（2019）。整群抽样。摘自：en.wikipedia.org。
2. Stat Trek。（2019）。什么是群集采样？摘自：stattrek.com。
3. 探索（2019）。整群抽样。摘自：explorable.com。
4. 阿迪·巴特（2019）。群集抽样：定义，方法和示例。问题专家，取自：questionpro.com。
5. CFI（2019）。整群抽样。摘自：corporatefinanceinstitute.com。