HyperAI超神经

分层抽样 Stratified Sampling

分层抽样是一种先分层再抽取的抽样方法。是统计学中常用的抽取样本的方法。

分层抽样的步骤

将调查的总体,依某种衡量标准,区分成若干个子体,称为层,层与层之间有较大的差异,每一层的个体差异不大。

在区分完层后,从每一层中利用简单随机抽样抽出所需比例的样本数,将各层样本合起来得到样本。每层抽取的比例是该层在总体中所占的比例。

分层抽样的优缺点

这种方能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。

分层抽样要求层内的差异较大,而层之间的差异较小。在总体差异不明显时不宜使用分层抽样。

父级词:抽样
同级词:简单抽样,簇抽样,系统抽样,自主抽样