众所周知，一手数据需要发放问卷调查，二手数据可以文献查阅。
那么发放问卷的对象是如何选取的呢？
今天就来带大家学习统计学中的一个重要章节：抽样调查。
我们从上图“统计调查”分支来看，一般的统计年鉴都来源于全面调查，也就是普查，类似于全国人口普查数据分析这样的大型全民调查。
而非全民的调查又分为“抽样调查”和“典型调查”。
抽样调查的主要局限性：
只提供对总体目标量的估计，而较难提供划分过细的子总体，即小域估计。
抽样与调查
01
抽样和调查有什么区别？
• 抽样
既包括“按一定程序从所研究对象的全体抽取一部分”，即样本的抽取，也包括根据调查获取的样本，“对总体的目标量做出推断”。
分为概率抽样和非概率抽样。
• 调查
是指对样本“进行调查或观测，从而获得数据”的过程。
是通过问卷或专门的统计表进行的。
02
抽样中的概率抽样/非概率抽样的区别？
• 非概率抽样
分为随意抽样（便利抽样）、目的抽样、判断抽样和志愿者抽样
优点：快速、便利、节省费用
缺点：①不能从样本对总体进行推断。②不能根据样本计算抽样误差。
• 概率抽样
特点：按一定概率以随机原则抽取样本；按照给定的入样概率并通过一定的随机化程序来实现；考虑样本（样本单元）被抽中的概率。
优点：能得到总体未知目标量的可靠估计，并能估计抽样误差，因而能对总体进行推断。
缺点：复杂、费时费力、费用高。我们写论文在讨论抽样方法时一般都是指概率抽样。
随机原则
随机不是随意；随机不等同于等概率；一般要求总体中每个单元均有一个非零的概率被抽中。
总体与样本
搞清楚以上类别的区分，我们一起来学习一下，抽样调查中的“总体”、“样本”到底如何区分呢？
01
总体
总体（population）：调查对象的全体。与数理统计研究的通常是抽象的总体不同，抽样调查中的总体一般都是具体明确的。
在抽样调查的实际中，有必要区分两种总体。上面所描述的总体称为目标总体（target population）；实际抽样调查中所覆盖的总体称为抽样总体（sampling population）。需要特别指出的是，依据调查的结果所得出的结论仅适用于抽样总体。
总体是由个体（individual；item）组成的。我们可以将总体看成有限的，因为此时总可以将总体划分成互不重叠又穷尽的有限多个部分。每个这样的部分称为抽样单元（sampling unit）。
抽样单元可以分级：初级单元（primary sampling unit）、次级单元（second sampling unit）、……。最小的一级抽样单元也称为基本抽样单元。
抽样框（sampling frame）：名录框、区域框（地域框）
好的抽样框应具有以下特征：抽样单元不应有重复或遗漏、有关单元的信息准确、使用方便、编制与更新的费用低廉。
总体指标分为以下几种类型：
①总体总量（population total）
②总体均值（population mean）
③具有某种特征的个体在全体中的比例（proportion）
④两个指标的总量或均值之比（ratio）
02
样本
样本（sample）是总体的一部分，它由从总体中按一定程序抽得的那部分个体或抽样单元组成。
样本中包含的抽样单元数n称为样本量（sample size）。
样本量n的对总体总单元数N的比称为抽样比（sampling fraction）：f=n/N。
与一般数理统计所不同的是：在抽样调查中，获得的样本是复杂样本，不是独立同分布的“简单样本”。
抽样方法
那么抽样调查的时候又有哪些方法呢？
简单随机抽样（simple random sampling），也称单纯随机抽样
分层抽样（stratified sampling）
整样抽样（cluster sampling）
多阶段抽样（multi-stage sampling）
系统抽样（systematic sampling）
不等概率抽样（sampling with unequal probability）
好了，通过今天的学习，相信我们对于抽样已经有了一个明确清晰的认识，相信在之后撰写论文的实证数据分析时，我们都能做到胸有成竹！
转自：“云导师学术辅导平台”微信公众号
如有侵权，请联系本站删除！
