選單
×
   ❮   
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

統計 - 樣本型別


研究需要參與者,有不同的收集他們的方法。

有些方法比其他方法更好,但可能更困難。


不同型別的抽樣方法

隨機抽樣

隨機樣本是指總體中的每個成員都有均等機會被選中。

隨機抽樣是最好的。但是,要確保它完全隨機可能非常困難,甚至不可能。

注意:其他所有抽樣方法都與其接近隨機樣本的程度進行比較——越接近越好。

方便抽樣

方便樣本是指選擇最容易接觸到的參與者。

注意:方便抽樣是最容易做的。

在許多情況下,此樣本可能與總體相似度不夠,並且得出的結論可能毫無用處。

系統抽樣

系統樣本是指透過某種固定系統選擇參與者。

例如

  • 排隊中的前 30 人
  • 列表中的每第三個人
  • 前 10 名和後 10 名

分層抽樣

分層樣本是指將總體分成更小的組,稱為“層”。

“層”可以基於人口統計學,例如

  • 不同年齡組
  • 職業

樣本的分層是第一步。第二步使用另一種抽樣方法(如隨機抽樣)從所有較小的組(層)中選擇參與者。

整群抽樣

整群樣本是指將總體分成更小的組,稱為“群”。

群通常是自然的,例如國家內的不同城市。

群被隨機選擇作為樣本。

群中的所有成員都可以參與樣本,或者可以在第三步中從群中隨機選擇成員。


×

聯絡銷售

如果您想將 W3Schools 服務用於教育機構、團隊或企業,請傳送電子郵件給我們
sales@w3schools.com

報告錯誤

如果您想報告錯誤,或想提出建議,請傳送電子郵件給我們
help@w3schools.com

W3Schools 經過最佳化,旨在方便學習和培訓。示例可能經過簡化,以提高閱讀和學習體驗。教程、參考資料和示例會不斷審查,以避免錯誤,但我們無法保證所有內容的完全正確性。使用 W3Schools 即表示您已閱讀並接受我們的使用條款Cookie 和隱私政策

版權所有 1999-2024 Refsnes Data。保留所有權利。W3Schools 由 W3.CSS 提供支援