抽样理论：简单，双重和多重，示例 - 科学

的采样理论，统计，是在给定的组为单位的子集（称为统计总体）的选择。目的是确定所有个体的总体特征，但要以在选定子集中选择的那些个体的属性为指导，而无需研究整个人群。

进行的观察旨在确定待研究的对象或人物中的一个或多个可观察特征，这些特征或统计学上被表示为独立单位。结合抽样，将统计和概率论应用于调查。

简单采样

简单概率采样包括从统计总体中选择一个样本，在该样本中，每个元素都具有被随机选择的相同可能性。在这种方法中，不会将总体样本细分为更多部分或分成多个部分。

因此，可以等概率选择任何一对元素。也就是说，如果从样本中选择了一个单位，则要选择的下一个单位与任何其他选项一样具有被选择的可能性。

值的这种随机选择最大程度地减少了给定样本中某个单位或个人的偏好，从而创建了一个随机环境来执行所需的分析。另外，它的使用简化了结果分析。

个体之间获得的结果的差异通常通常可以很好地指示结果：如果从100个人口中抽取的10个人的样本中获得方差，则该数字很有可能在相同人口中相同或相似。 100个人。

如果从任何国家的人口中抽取10个人作为样本，则很可能总共将获得5名男性和5名女性。

但是，在这种类型的随机样本中，给定人口总数，通常会抽取6种性别的人和4种性别的人。

查看简单抽样的另一种方法是，在25人的教室里，把他们的名字写在纸上，然后放在袋子里。

如果从这个书包中随机选择了5篇论文，出来的人将代表教室总人数的简单样本。

创建了双重统计采样，以便为从简单采样中获得的结果提供更大的深度。此方法通常用于大量的统计人群，它的使用代表了对简单采样中获得的其他变量的研究。

此方法通常也称为两阶段采样。使用它的主要好处是可以获得更具体的结果，并且出错的可能性较小。

通常，当基于简单采样获得的结果不是决定性的，或者对统计人员有疑问时，将使用双重采样。

在这种情况下，将从获得第一个样本的相同统计总体中获取另一个样本，然后将两者之间的结果进行比较以对其进行分析并减少误差范围。

双重抽样被广泛用于评估某些大量生产的材料商品（例如玩具）的特性，以及专门用于易受工厂错误影响的产品的公司的质量控制。

基于1000个玩具，获得了100个单位的样本。对提取的100个单位的特性进行评估，并确定结果的结论性不足以决定是否应丢弃或存放玩具。

结果，从同一批1000个玩具中又抽取了100个玩具的额外样本。再次对其进行评估，并将结果与之前的结果进行比较。以这种方式，根据结果分析确定批次是否有缺陷，然后包装或丢弃。

多重采样被认为是双重采样的额外扩展；但是，它不是同一过程的一部分。在做出最终决定之前，它可用于广泛评估从样品获得的结果。

在这种采样（也称为多阶段采样）中，习惯上是从大量样本开始，以较低的研究成本进行。在这种类型的实践中，通常是通过获取地层而不是单个单位来获取样本。也就是说，选择了一对对象或人物，而不是一个。

选择每个层后，将对获得的结果进行研究，并选择一个或两个以上的层，以重新研究结果，然后将它们彼此进行比较。

澳大利亚统计研究所进行了一项调查，将人口按采集区域划分，并随机选择了其中一些区域（抽样的第一阶段）。然后，将每个区域划分为多个块，在每个区域内随机选择它们（采样的第二阶段）。

最后，在每个区块内选择每个家庭的居住区域，然后随机选择住户（抽样的第三阶段）。这避免了必须列出该地区所有房屋的居住区，而不必只关注每个街区中的房屋。

抽样是统计调查的基本工具之一。此技术可节省成本和大量时间，从而可以将预算分配到其他区域。

此外，不同的抽样技术还可以帮助统计人员获得更准确的结果，具体取决于他们所从事的人群的类型，要研究的属性的具体程度以及他们希望对样本进行深入分析的程度。

此外，采样是一种使用非常简单的技术，它甚至可以帮助那些对该领域知识不多的人访问统计信息。