分層抽樣

统计学抽取样本的一种方法

分層抽樣stratified sampling),又名層化抽出法,是統計學的一從統計總體(又稱為「母體」[1]抽取樣本方法。將抽樣單位按某種特徵或某種規則劃分為不同的層,然後從不同的層中獨立、隨機地抽取樣本。從而保證樣本的結構與總體的結構比較相近,從而提高估計的精度。相對於沒有經過分層的抽樣調查,其數據會被稱為「未分層抽樣」(unstratified samples)。

社會統計調查statistical survey),當總體內的「子總體」(subpopulations)之間的差異較大,對每個子總體分別進行分層抽樣調查,會令統計調查結果更為準確。子總體的分層必須為互斥,即每個總體的成員均只能屬於一個分層。之後,可對每個子總體進行簡單隨機抽樣系統抽樣。這樣可令調查的代表性改善。相對於簡體隨機抽樣採取的算術平均值,分層的抽樣應採用加權平均值

相關題目

參考文獻

  1. ^ 統計抽樣:名詞解析. 台灣高雄市: 國立高雄大學統計學研究所機率統計網路學習館. [2015-01-31]. (原始內容存檔於2020-06-08) (中文(繁體)). 

延伸閱讀