分层抽样

分层抽样stratified sampling),又名层化抽出法,是统计学的一从统计总体(又称为“总体”[1]抽取样本方法。将抽样单位按某种特征或某种规则划分为不同的层,然后从不同的层中独立、随机地抽取样本。从而保证样本的结构与总体的结构比较相近,从而提高估计的精度。相对于没有经过分层的抽样调查,其数据会被称为“未分层抽样”(unstratified samples)。

社会统计调查statistical survey),当总体内的“子总体”(subpopulations)之间的差异较大,对每个子总体分别进行分层抽样调查,会令统计调查结果更为准确。子总体的分层必须为互斥,即每个总体的成员均只能属于一个分层。之后,可对每个子总体进行简单随机抽样系统抽样。这样可令调查的代表性改善。相对于简体随机抽样采取的算术平均值,分层的抽样应采用加权平均值

相关题目

参考文献

  1. ^ 統計抽樣:名詞解析. 台湾高雄市: 国立高雄大学统计学研究所概率统计网络学习馆. [2015-01-31]. (原始内容存档于2020-06-08) (中文(繁体)). 

延伸阅读

  • Särndal, Carl-Erik; et al. Stratified Sampling. Model Assisted Survey Sampling. New York: Springer. 2003: 100–109. ISBN 0-387-40620-4.