견본 추출

견본 추출일반적으로 사용되는 추론 통계적 방법으로, 표적 모집단(Population, 또는 부모 모집단)에서 일부 개인을 표본(Sample)으로 추출하고, 표본의 하나 또는 몇 가지 속성을 관찰하고, 얻은 데이터를 기반으로 모집단의 양적 특성을 일정한 신뢰도로 추정하여 모집단을 이해하는 것을 말합니다.

샘플링 과정의 주요 단계:

• 인구(부모 인구)를 정의합니다.

• 표본 추출 프레임을 결정합니다.

• 표본 추출 방법을 결정합니다.
• 표본 크기를 결정합니다.
• 샘플링 계획을 구현합니다.
• 샘플링 및 데이터 수집.
• 샘플링 과정을 검토하세요.

일반적인 샘플링 방법

1) 단순 무작위 표본 추출, 순수 무작위 표본 추출이라고도 합니다.

전체 N개 단위에서 무작위로 n개 단위를 표본으로 선택하여 각 표본 크기가 선택될 확률이 동일하도록 합니다.

특징은 다음과 같습니다. 각 표본 단위는 선택될 확률이 동일하고, 표본의 각 단위는 완전히 독립적이며, 단위 간에 명확한 상관관계나 배타성이 없습니다. 단순 무작위 표본 추출은 다른 모든 표본 추출 방식의 기초입니다. 이 방법은 일반적으로 인구 단위 간의 차이가 적고, 인구 수도 적을 때만 사용됩니다.

2) 체계적 표본 추출은 등거리 표본 추출이라고도 합니다.

모집단의 모든 단위를 특정 순서로 배열하고, 지정된 범위 내에서 무작위로 하나의 단위를 초기 단위로 선택한 다음, 미리 지정된 규칙에 따라 다른 표본 단위를 결정합니다. 먼저 1과 k 사이의 숫자 r을 무작위로 선택하여 초기 단위로 삼고, 이후 r+k, r+2k 등의 단위를 선택합니다. 이 방법은 조작이 간편하고 추정의 정확도를 높일 수 있습니다.

3) 층화 표본 추출.

표본 추출 단위는 특정 특성이나 규칙에 따라 여러 층으로 나뉘고, 그런 다음 각 층에서 독립적이고 무작위로 표본을 추출합니다. 이를 통해 표본 구조가 모집단 구조와 유사해지므로 추정치의 정확도가 향상됩니다.

4) 클러스터 샘플링.

모집단 내의 여러 단위를 그룹으로 결합한 후, 표본 추출 과정에서 직접 그룹을 선택한 다음, 선택된 그룹에 속한 모든 단위에 대한 조사를 실시합니다. 표본 추출 시에는 그룹의 표본 프레임만 필요하므로 작업 부하가 간소화될 수 있습니다. 단점은 추정 정확도가 낮다는 것입니다.

참고문헌

【1】https://zh.wikipedia.org/wiki/sampling