概率抽样和非概率抽样PPT课件
分组减小了各 抽样层变异性 的影响，抽样 保证了所抽取 的样本具有足 够的代表性
当总体是由差 异明显的几部 分组成时，往 往选择分层抽 样的方法
2019/10/17
6
• 例如，一个单位的职工有500人，其中不到 35岁有125人，35岁至49岁的有280人，50 岁以上的有95人.为了了解这个单位职工与 身体状况有关的某项指标，要从中抽取一 个容量为100的样本，由于职工年龄与这项 指标有关，决定采用分层抽样方法进行抽 取.因为样本容量与总体的个数的比为1：5， 所以在各年龄段抽取的个数依次为125/5， 280/5，95/5，即25，56，19。
20
4
• 例如：要生成100-150之间的整ቤተ መጻሕፍቲ ባይዱ • 方法1：=RANDBETWEEN(100,150)
• 方法2：=ROUND(RAND()*50+100,) 或=INT(RAND()*50+100)
其中 INT 取整 ROUND四舍五入
2019/10/17
5
（2）分层抽样
先将总体的单位 按某种特征分 为若干次级总 体（层），然 后再从每一层 内进行单纯随 机抽样，组成 一个样本的方 法
2019/10/17
18
3.概率抽样与非概率抽样的比较
概率抽样
抽样原则
随机原则，可以据以 对总体参数进行估计
特点
更精确，技术含量 高，调查成本高
2019/10/17
非概率抽样
抽样原则
非随机原则，统计 量的分布不确定， 无法进行参数估计.
特点
操作简便、时效快 、成本低，适用于 探索性研究
19
2019/10/17
本
先将总体从1～N相 继编号，并计算抽 样距离K=N/n。式中 N为总体单位总数， n为样本容量。然后 在1～K中抽一随机 数k1，作为样本的 第一个单位，接着 取k1+K,k1+2K…… ，直至抽够n个单位
为止
9
（5）多阶段抽样
先从总体中抽取范围较大的单元，称为一级抽样单元，再从 每个抽得的一级单元中抽取范围更小的二级单元，依此类推， 最后抽取其中范围更小的单元作为调查单位
在特定总体的成员难以找到时最适 合的一种抽样方法
2019/10/17
17
（5）配额抽样
将调查总体样本按一定标 志分类或分层，确定各类（层） 单位的样本数额，在配额内任 意抽选样本的抽样方式。
与分层抽样的区别：分层 抽样是按随机原则在层内抽选 样本，而配额抽样则是由调查 人员在配额内主观判断选定样 本
2019/10/17
10
2019/10/17
11
2.非概率抽样 又称为不等概率抽样或非随机抽样，就
是调查者根据自己的方便或主观判断抽取 样本的方法
虽然根据样本调查的结果也可在一定程 度上说明总体的性质、特征，但不能从数 量上推断总体
2019/10/17
12
方便抽样
判断抽样
自愿样本
非概率抽样
滚雪球抽样 配额抽样
2019/10/17
7
（3）整群抽样
将总体中各单 位归并成若干 个互不交叉、 互不重复的集 合，称之为群 ；然后以群为 抽样单位抽取 样本的一种抽 样方式.
2019/10/17
优点是实施 方便、节省 经费；缺点 是抽样误差 往往大于简 单随机抽样
例如，调查中 学生患近视眼 的情况，抽某 一个班做统计； 进行产品检验； 每隔8h抽1h生 产的全部产品 进行检验等
2019/10/17
13
（1）方便抽样
调查人员本着随意性原则去选择 样本的抽样方式 两种最常见的方法： “街头拦人法” “空间抽样法”
一般在调查总体中每一个体都是 同质时，才能采用此类方法。
2019/10/17
14
（2）判断抽样
根据调查人员的主观经验从总 体样本中选择那些被判断为最能 代表总体的单位作样本的抽样方 法
例如，要对安徽省旅游市场 状况进行调查，有关部门选择黄 山、九华山等旅游风景区做为样 本调查，这就是判断抽样。
2019/10/17
15
（3）自愿样本 被调查者自愿参加，成为样
本中的一份子，向调查人员提供 信息。
如：网络调查
2019/10/17
16
（4）滚雪球抽样
先随机选择一些被访者并对其实施 访问，再请他们提供另外一些属于所研 究目标总体的调查对象，根据所形成的 线索选择此后的调查对象
2019/10/17
总 体
随机
样本
2
（1）简单随机抽样
从总体N个单位中任意抽取n个单位作为样本, 使每个可能的样本被抽中的概率相等的一种 抽样方式
每个样本单位被抽中的概率相等，样本的每 个单位完全独立，彼此间无一定的关联性和 排斥性
只适用于总体单位数量有限的情况，否则编 号工作繁重；对于复杂的总体，样本的代表 性难以保证；不能利用总体的已知信息等
8
（4）系统抽样
首先将总体中各 单位按一定顺序 排列，根据样本 容量要求确定抽 选间隔，然后随 机确定起点，每 隔一定的间隔抽 取一个单位的一 种抽样方式。是 纯随机抽样的变
种
2019/10/17
最主要的优势就 是经济性。最大 的缺陷在于总体 单位的排列上。 一些总体单位数 可能包含隐蔽的 形态或者是“不 合格样本”，调 查者可能疏忽， 把它们抽选为样
2019/10/17
3
EXCEL产生随机数
• 用excel提供的统计函数“RAND”，可以生成 0—1之间的均匀分布随机数。若要生成 a 与 b 之间的随机实数，请使用： RAND()*(b-a)+a
• 利用“RANDBETWEEN”函数则可以生成位于 任意两个指定数之间的一个随机数。
2019/10/17
概率抽样和非概率抽样
好样本必须： 1.针对研究的问题 2.具有最好的性能价格比
2019/10/17
1
1.概率抽样 遵循随机原则进行的抽样，总体中每个
单位都有一定的机会被选入样本
• 排除主观上有意识的抽 取调查单位
• 每个单位被抽中的概率 是已知或可计算的
• 当用样本对总体目标量 进行估计时，要考虑到 每个样本单位被抽中的 概率
合集下载
PPS抽样与非概率抽样 ppt课件
• 区别随机抽样： 偶遇抽样没有保证总体中的每一个成员都具有同等的被抽中的概
率。
2020/12/27
15
二、判断抽样
• 研究者根据研究的目标和自己主观的分析来选择和确定研究对象的 方法。
• 由于抽样标准的确定带有较大的主观性，所以，此法的运用结果如 何往往与研究者的理论修养、实际经验以及对对象的熟悉程度有很 大关系。
2020/12/27
5
几种抽样方法的比较
第二阶段：从10所高校中分别抽取500名学生
按整群抽样的方法
（假设其中一个学校有100个班级，每班50名学生）
2020/12/27
6
• 多段抽样中，其实暗含了一个假定：即每一个阶段抽 样时，其元素的规模是相同的。
• 比如第一阶段抽取学校时，暗含了每个学校的规模相 同。
每一个元素
群的规模
平均每个群中 所要抽取的元素
＝ 所抽取的群数
被抽中的概率
×
总体的规模
×
群的规模
PPS的做法已经排除了群的规模这一影响因素——第一个分子与第 二个分母相互约掉了——每一个元素的被选中概率变成了：（所抽取 的群数*每个群中所抽取的元素数目）/总体的规模。
这实际上就是样本规模除以总体规模。
笨，没有学问无颜见爹娘 ……” • “太阳当空照，花儿对我笑，小鸟说早早早……”
4
几种抽样方法的比较
第一阶段：从100所高校中抽取10所
按简单随机抽样或系统抽样的方法，则首先需 要弄到一份100所高校的名单，并对其进行编号 ，然后根据抽签、随机数表或通过计算抽样间 距直接从抽样框中抽取；
若按分层抽样的方法，则可以先将其分为本科 院校和专科院校，然后分别从每一类中抽取若 干高校；
率。
2020/12/27
15
二、判断抽样
• 研究者根据研究的目标和自己主观的分析来选择和确定研究对象的 方法。
• 由于抽样标准的确定带有较大的主观性，所以，此法的运用结果如 何往往与研究者的理论修养、实际经验以及对对象的熟悉程度有很 大关系。
2020/12/27
5
几种抽样方法的比较
第二阶段：从10所高校中分别抽取500名学生
按整群抽样的方法
（假设其中一个学校有100个班级，每班50名学生）
2020/12/27
6
• 多段抽样中，其实暗含了一个假定：即每一个阶段抽 样时，其元素的规模是相同的。
• 比如第一阶段抽取学校时，暗含了每个学校的规模相 同。
每一个元素
群的规模
平均每个群中 所要抽取的元素
＝ 所抽取的群数
被抽中的概率
×
总体的规模
×
群的规模
PPS的做法已经排除了群的规模这一影响因素——第一个分子与第 二个分母相互约掉了——每一个元素的被选中概率变成了：（所抽取 的群数*每个群中所抽取的元素数目）/总体的规模。
这实际上就是样本规模除以总体规模。
笨，没有学问无颜见爹娘 ……” • “太阳当空照，花儿对我笑，小鸟说早早早……”
4
几种抽样方法的比较
第一阶段：从100所高校中抽取10所
按简单随机抽样或系统抽样的方法，则首先需 要弄到一份100所高校的名单，并对其进行编号 ，然后根据抽签、随机数表或通过计算抽样间 距直接从抽样框中抽取；
若按分层抽样的方法，则可以先将其分为本科 院校和专科院校，然后分别从每一类中抽取若 干高校；
大众传播学研究方法导论第二版课件第五章抽样
第三节 概率抽样
一、简单随机抽样 ·所有随机抽样方法中最简单的一种方法 ·按照随机的原则从调查总体中不加任何分类、排序、分组 等先行工作，直接从总体中逐个抽取若干单位组成研究样本。 ①无放回的简单随机抽样 ②非常简单随机抽样 ·概率抽样是不是等概率抽样？
第三节 概率抽样
一、简单随机抽样 ·简单随机抽样的方法 1、抽签法 2、随机数表法 3、计算机模拟法 4、使用统计软件直接抽取
第一节 抽样的基本概念
五、样本规模
样本规模是指抽样单位数，在随机抽样时必须确定必要的样本数 -样本数过多，浪费人力、物力、财力和时间 -样本数过少，会影响调查结果的精确度，造成较大的误差
影响样本规模的因素
（一）对精确性的要求 ·我们经常用置信度(confidence level，也叫置信水平)来 估计抽样误差。 ·一般有90%、95%、99%置信水平 ·社会科学研究通常把置信水平定为95%
①部分是含于整体之中 ②部分与整体具有相同的特征、规律、相互关系及变化过程 ③部分能够为研究者提供一个有关整体状态、态度、意见和行 为更佳清晰的脉络
4、抽样的目的：获得具有代表性的样本。
第一节 抽样的基本概念
二、抽样的基本概念
（一）总体和元素
1、总体：总体是研究中所涉及的所有个体的集合，它可以是一群人，一批文件， 一些事件或观念 2、元素：构成总体的每一个个体就是元素
第三节 概率抽样
三、分层抽样
3、在实际操作中，使用分层随机抽样应注意以下几点： （1）分层的标志必须可以把总体分割为相互排斥的层次，而层次不能 交叉重叠 （2）各层之间差异大，但层内差异小 （3）各层单位数目和比例必须能够获得 （4）分层的层次数量不宜太多
分层抽样与配额抽样
第7讲 《传播学研究方法》抽样(二)
整群抽样（cluster sampling）
又称聚类抽样，它是将总体按照某种标准划分 为一些子群，每个子群作为一个抽样单位，用 随机的方法从中抽取若干子群，将抽出的子群 中的所有单位合起来作为总体的样本。
5.2 抽样调查的方法
整群抽样就是将总体中若干个单位合并为组 (群),抽 样时直接抽取群，然后对中选群里的所有单位全 部实施调查
再按 性别 分层 350（女） 150（男）
再按专业分层
245（文） 105（理） 105（文）
45（理）
样本的构成情况 （2000人）
500
350 (女) 150（男）
245（文）
105（理）
105（文）
45（理）
500
350 (女) 150（男）
245（文） 105（理） 105（文）
45（理）
等距抽样（systematic sampling）
分层抽样（stratified sampling） 整群抽样（cluster sampling） 多阶段抽样（multi-stage cluster sampling）
简单随机抽样（simple random sampling）
又称纯随机抽样，即对总体单位不进行任何分 组排列，仅按随机原则直接从总体中抽取样本， 以使总体中的每一个单位均有同等的被抽取的 机会。 主要方法：1.抽签法；2.随机数表法；3. 使用 统计软件直接抽取。
例如:为了了解参加某种知识竞赛的1000名学生 的成绩，打算从中抽取一个容量为50的样本．
（1）假定这1000名学生的编号是1，2，…，1000 （2）计算抽样间隔： 1000÷50＝20
（3）然后在第1部分随机抽取一个号码，比如它是第18号，
06 第四章 抽样
下选取，也可以依纵列的方向往上选取，由左到右或者由右到左， 也可以依对角线的方式选取。什么方式并不重要，关键是从头到 尾贯彻使用这种方法。这里我们为了方便选择从纵列方向，当一 列到了末端时，可以从下一列最顶端选起，当一页选完以后，可 以从下一页的第一纵列继续选取。
现在，我们决定从那里开始。可以闭着眼睛随便戳一个数字。也
（二）方法
A 总体元素较少时，类似于抽签方法。
B 总体元素较多时，随机数表法 小总体时 抓阄,抽签, 较大总体时 随机数字表.使用方法. 简单随机样本是概率抽样的理想类型,他从 随机样本的抽取到对总体进行推断有一套健全的规 则.但是当总体所含个体的数目太多时采用这种方法 不仅费事,工作繁杂,而且费用太高.此外当总体内分 类明显时,这种抽样无法按类别特征自动分配样本数, 若想保证样本的代表性,必须增大样本量,从而使整 个工作的工作量增大.
因此，我们在使用系统抽样方法时，一定要注意抽样
框的编制方法。
注意:
总体名单中，个体的排列具有某种次序上的先后、等级上的高低的情况
例如：我们从2000户家庭的社区，抽取50户进行消费状况的调查，
而2000户家庭的名单是按照家庭收入的多少按照由高到低排列的。
抽样间距=2000/50=40
如果两个人选择样本，一个人选择初始号码为3，另一个人选择初 始号码为38，那么肯定前者家庭平均收入远远高于后者。
随机数表中的数码
8432990906 1053873020 9427410041 0139022507 9361404310 1359866042 6321912683 9420582507 2725651176
选用的数码
0906
不选用的原因
后面四位数大于3000
现在，我们决定从那里开始。可以闭着眼睛随便戳一个数字。也
（二）方法
A 总体元素较少时，类似于抽签方法。
B 总体元素较多时，随机数表法 小总体时 抓阄,抽签, 较大总体时 随机数字表.使用方法. 简单随机样本是概率抽样的理想类型,他从 随机样本的抽取到对总体进行推断有一套健全的规 则.但是当总体所含个体的数目太多时采用这种方法 不仅费事,工作繁杂,而且费用太高.此外当总体内分 类明显时,这种抽样无法按类别特征自动分配样本数, 若想保证样本的代表性,必须增大样本量,从而使整 个工作的工作量增大.
因此，我们在使用系统抽样方法时，一定要注意抽样
框的编制方法。
注意:
总体名单中，个体的排列具有某种次序上的先后、等级上的高低的情况
例如：我们从2000户家庭的社区，抽取50户进行消费状况的调查，
而2000户家庭的名单是按照家庭收入的多少按照由高到低排列的。
抽样间距=2000/50=40
如果两个人选择样本，一个人选择初始号码为3，另一个人选择初 始号码为38，那么肯定前者家庭平均收入远远高于后者。
随机数表中的数码
8432990906 1053873020 9427410041 0139022507 9361404310 1359866042 6321912683 9420582507 2725651176
选用的数码
0906
不选用的原因
后面四位数大于3000
市场研究课件：非概率抽样
非概率抽样
年龄（岁） 人数
性别
人数
月收入 （元）
人合计
80 120 140 60
400
男 女
合计
200 200
400
500以下 500-1000
1000-1500
1500以上
合计
40 100 140 120
400
非概率抽样
从上表可以看出，对年龄、性别、收入三个分类标准， 分别规定了样本数额，而没有规定三者之间的关系。
因此，在调查具体选取不同年龄段的消费者时，不需 要顾及性别和月收入标准。同样，在选取不同性别或月收 入的消费者时，也不必顾及其他两个分类标准
非概率抽样
2、相互控制配额抽样法：是指对调查对象的各个特 征的样本数额交叉分配，结果如下表：
非概率抽样
500元以下
性别
男女
25岁以下 4
4
年 26-35岁 6
非概率抽样
非概率抽样
概率抽样的优点与缺点： 1、能够精确估计抽样误差 2、加大调查的成本（需要获得严格的抽样框 和其他辅助条件） 非概率抽样：不遵循随机原则，以调查人员的 主观意志设立的某个标准，从方便出发来抽取样本 优点：简单易行，适用于探索性研究、试调查、 心理测验 缺点：不能推断总体、代表性差、偶然性强、 无法估计和控制抽样误差
优点：使调查者在判断抽选单位时，有比较大的机会去选择总体 中的样本
缺点：调查人员可能因一时方便，过于偏向某一组样本的选择， 从而影响样本的代表性
例：对某市化妆品消费需求的调查，确定样本总数是400人，选 择按消费者的年龄、性别、收入三个标准分类。采用独立控制配额抽 样方式，其具体的抽样分配比例及配额数见下表：
真实的估计 步骤： 1、选取少量样本 2、对第一阶段的样本进行调查，然后请被调查者推荐
第23章--概率抽样方法PPT课件
-
7
概述
▪ 分层抽样（类型抽样）：先将总体中的所有单 位按照某种特征或标志（性别、年龄等）划分 成若干类型或层次，然后再在各个类型或层次 中采用简单随机抽样或系用抽样的办法抽取一 个子样本，最后，将这些子样本合起来构成总 体的样本。
▪ 分层抽样是把异质性较强的总体分成一个个同 质性较强的子总体，再抽取不同的子总体中的 样本分别代表该子总体，所有的样本进而代表 总体。
-
16
简单随机抽样及SAS程序
▪ REP选择项指定可以重复抽样的次数； ▪ SAMPRATE选择项指定抽样的比例； ▪ SEED选择项指定产生随机随机数字的初始
-
8
概述
▪ 分层标准为：
▪ 以调查所要分析和研究的主要变量或相关 的变量作为分层的标准。
▪ 以保证各层内部同质性强、各层之间异质 性强、突出总体内在结构的变量作为分层 变量。
▪ 以那些有明显分层区分的变量作为分层变 量。
-
9
概述
▪ 分层的比例问题： ▪ 按比例分层抽样：根据各种类型或层次中的单位
▪ 缺点：样本分布比较集中、代表性相对较差。
▪ 一般来说，类别相对较多、每一类中个体相对 较少的做法效果较好。
-
11
概述
▪ 多阶抽样（分段抽样）：按照元素的隶属关系 后层次关系，把抽样过程分为几个阶段进行。 适用于总体规模特别大，或者总体分布的范围 特别广时。
▪ 二重抽样（又称两相抽样）：就是先抽取一个 容量比较大的初始样本，用初始样本估计总体 的某些参数或某些必要的信息作为分层的比例 或再次抽样的标志，然后将抽出的初始大样本 作为“总体”，从中抽取容量合适的样本进行 比较详细的调查。特点是，适合用于对总体信 息了解比较少的调查。
第十一章 抽样
总体参数和样本统计量
总体参数：反映总体数量特征的指标。其数值是唯一的、确定的。 样本统计量：根据样本分布计算的指标。是随机变量。
总体
样本
参数
统计量 平均数 标准差、方差
X
、2
p
S、 S2
( x x )2 s2 n 1 ( x x )2 f s2 f 1
小故事：一次失败的二战士兵调查
二战期间，美国军方委托社会学家对军队士兵进行一项抽样调查。 在进行抽样之前，研究者对军方提供的总体名单未作认真考察， 他们在不知道该单位名册是按照十个士兵组成的一个班内的军队 军衔级别进行排序的（如上士、中士和下士）的情况下，就确定 将名单混在一起作为抽样框。 具体调查过程中，研究者按照等距抽样的规则计算出抽样间距是 10，于是在每十个士兵选择出一个作为样本，这个抽样间距正好 与班内的军衔级别重合，结果导致样本中的士兵全部是上士，中 士和下士一个都没有。 显然，这个抽样没有实现具有代表性的样本，而是一个上士士兵 调查的样本，最后的调查结果不是说明所有士兵的情况，最多只 能说明军衔是上士的那些士兵的情况。调查宣告失败。
63 32 79 72 43 93
74 50 07 45 51 25
71 37 78 93 09 23
47 71 44 09 03 93
62 32 53 15 90 78
67 75 38 62 74 47
要从94家上市公司中抽取12家作为调查样本，可 先将94空公司由1至94编号N=94，然后在乱数表上 任意上一点一行（或一列）中一个数字作为起点 数，从这个数字按上下或左右顺序读起，每出现 两个数字，即为被抽中的单位码号。假定本例是 从第四行左边第五个数字向右顺序读起，则所抽 取单位是：68 27 31 05 03 72 93 15 55 59 56 35 ，此过程中的96因大于94，舍 去不用是因为在顺序抽取的过程中，遇到比编号 大的数字，应该舍去。
《非概率抽样方法》课件
代表性差
由于样本不是随机抽取的，非概率抽样的样 本可能不具有广泛代表性。
与概率抽样的区别
概率抽样依赖于随机原则，确保每个潜在样本都有被选中的机会。而非概率抽样则基于主观判断或特 定目的进行选择。
概率抽样的目标是获得具有代表性的样本，而非概率抽样的主要目的是为了探索性研究和满足特定需求 。
概率抽样通常用于大样本、长期研究或需要精确估计的场合，而非概率抽样则适用于快速、低成本或探 索性的研究。
自愿者抽样
总结词
自愿者抽样是一种非概率抽样方法，它通过 招募自愿参与的样本，来进行调查研究。
详细描述
自愿者抽样通常用于探索性和定性研究，尤 其是在难以接触到目标总体的情况下。研究 者通过发布招募信息、社交媒体邀请等方式 ，吸引自愿参与的样本，然后对这些样本进 行调查和访谈。由于自愿者可能存在偏差， 因此自愿者抽样的结果需要谨慎解释，并在
THANKS
感谢观看
VS
社会趋势预测
通过非概率抽样方法，可以对社会趋势进 行预测，了解社会发展的方向和速度，为 政府和社会组织提供决策依据。
04
非概率抽样的优缺点
优点
高效性
非概率抽样方法通常比概率抽样方法更快、更高效，因为它们不 需要随机抽样或复杂的样本设计。
灵活性
非概率抽样方法更加灵活，可以根据研究目的和资源进行有针对性 的抽样。
快速反馈
由于非概率抽样方法通常涉及较小的样本量，因此可以更快地获得 初步结果和反馈。
缺点
代表性不足
由于非概率抽样方法不是基于概 率的，因此样本可能不具有广泛 代表性，其结果可能不适用于总 体。
误差控制困难
非概率抽样方法通常缺乏误差控 制机制，因此难以评估样本误差 或偏差。
《非概率抽样方法》课件
误差的来源
• 调查方式 • 被调查者
如何减少误差
• 增加样本容量 • 使用恰当的抽样方法
应用实例
市场调研
用于收集市场数据、确定 消费群体、調查競爭對手。
医学研究
用于收集临床数据、诊断 和评估治疗方案。
政治调查
用于调查选举和政策支持 率等。
总结
1
非概率抽样方法的优缺点
优点：调查成本较低，简便易行。缺
1
简单随机抽样
每个样本有相同的概率被选中，且每
系统抽样
2
个样本选中的概率都是已知的。
在总
3
分层抽样
将总体分为若干层，在每层中随机选
簇抽样
4
择一定比例的样本。
将总体划分为一些组，随机选取一部 分组，再选择每个被选中组中部分个
体。
非恰概率抽样
方便抽样
选择最为便利、易于取得的样本，调查简单但 可能存在偏误。
列表抽样
从名单列表中选择样本，但可能存在名单不全 等问题。
定额抽样
按照一定比例抽取样本，例如从总体中抽取 10%的样本。
范围抽样
选择总体中特定范围内的样本，例如某个地区 或某种产品。
随机抽样误差与非随机抽样误差
误差类型
• 抽样误差 • 非抽样误差
如何选择合适的抽样方法
2
点：调查数据的误差较大，难以保证 抽样的代表性。
选择抽样方法时需要根据调查目的、
总体量、调查期限等因素进行判断，
酌情选择。
附录
相关术语解释
详细解释非概率抽样方法的相关术语及定义，方 便理解相关概念。
参考文献
列举了非概率抽样方法的相关著作及研究论文， 方便学习及参考。
概率抽样和非概率抽样
什么是概率抽样？什么是非概率抽样？概率抽样和非概率抽样的区别是什么？概率抽样:又称随机抽样。
概率抽样以概率论和数理统计为依据,通过随机化的机械操作程序随机取得样本,所以能避免抽样过程中的人为因素的影响,保证样本的客观性。
虽然随机样本一般不会与总体完全一致,但它所依据的是大数定律,而且能计算和控制抽样误差,因此可以正确地说明样本的统计值在多大程度上适合于总体,根据样本调查的结果可以从数量上推断总体,也可在一定程度上说明总体的性质和特征。
现实生活中绝大多数抽样调查都采用概率抽样方法来抽取样本。
概率抽样之所以能够保证样本对总体的代表性，其原理就在于它能够很好的按总体内在结构中所蕴含的各种随机事件的概率来构成样本，使样本成为总体的缩影。
概率抽样主要分非概率抽样又称为不等概率抽样或非随机抽样，是指抽样时不遵循随机原则，而是按照研究人员的主观经验或其他条件来抽取样本的一种抽样方法，也就是说在抽样时，总体单元的入样概率事先未知，入样与否与研究人员的经验和主观意志有很大关系。
因此，由于不是严格按随机抽样原则来抽取样本，所以非概率抽样在应用时更需研究人员具备深厚的背景知识与相关经验。
它不是严格按随机抽样原则来抽取样本，所以失去了大数定律的存在基础，也就无法确定抽样误差，无法正确地说明样本的统计值在多大程度上适合于总体。
虽然根据样本调查的结果也可在一定程度上说明总体的性质、特征，但不能从数量上推断总体。
常用的非概率抽样有方便抽样、定额抽样、立意抽样、雪球抽样等。
1.方便抽样：又称偶遇抽样。
在这种抽样中，研究者选择那些最容易接近的人作为研究对象。
此法常用于干预试验或预调查时，也可用于调查收尾时补缺。
2.立意抽样：又称目的抽样和判断抽样。
根据研究目的的需要和研究者的主观判断，选择研究对象。
3.雪球抽样是指选择并调查几个具有研究目的所需要的特征的人，再依靠他们选择合乎研究需要的人，后者又可选择更多合乎研究需要的人，以此类推下去，样本就像滚雪球一样越来越大。