抽样方法和样本量估计ppt课件
合集下载
抽样调查ppt优秀课件
04
抽样调查的应用领域
市场调查
消费者行为研究
通过抽样调查了解消费者的购买意愿、需求和偏 好，为企业制定营销策略提供依据。
市场细分
通过抽样调查将市场划分为不同的细分市场，帮 助企业确定目标市场和定位。
竞争分析
通过抽样调查了解竞争对手的产品、价格、渠道 和促销策略，为企业制定竞争策略提供依据。
社会调查
准确性
通过适当的样本量和样本选取 方法，可以获得较为准确的结
果。
缺点
样本偏差
如果样本选取不当，可能会导致结果 出现偏差，影响调查的准确性。
样本量不足
如果样本量过小，可能会导致结果不 稳定，误差较大。
主观性
抽样调查中的主观因素较多，如样本 选取、数据处理和分析等，可能会影 响结果的客观性。
适用范围有限
03
抽样调查的实施步骤
确定调查目的和范围
明确目标
在开始抽样调查之前，需要明确调查的目的和范围，以便有针对性地收集所需的 信息。
设计调查方案和问卷
精心设计
根据调查目的和范围，设计调查方案和问卷，确保问卷内容能够准确反映调查目的，并考虑到受访者 的接受程度。
选择合适的抽样方法
科学选择
根据调查目的、范围和资源限制，选择合适的抽样方法，确保样本的代表性和可靠性。
调查实施和数据收集
调查实施
通过现场发放、网络调查、邮寄等方式进行问卷调查，并确保调查对象在自愿的前提下 参与调查。
数据收集
对回收的问卷进行整理和筛选，确保数据的真实性和完整性，然后将数据录入数据库进 行存储和分析。
数据整理和分析结果
数据整理
对收集到的数据进行整理和分类，包括 数据清洗、缺失值处理、异常值处理等 。
抽样与抽样估计课件
抽样与抽样估计课件
$number {01}
目 录
• 抽样的基本概念 • 抽样分布 • 参数估计 • 样本量的确定 • 抽样误差与非抽样误差 • 实际应用案例
01
抽样的基本概念
定义与意义
定义
抽样是从总体中选取一部分个体 进行研究的方法。
意义
通过对样本的研究，可以推断出 总体的特征和规律，从而提高研 究效率和准确性。
误差的评估
误差的评估方法包括通过历史数据或置信区间来评估误差的 大小和分布，以及通过对比不同调查方法或不同时间点的调 查结果来评估误差的可控性和稳定性。
06
实际应用案例
市场调查抽样
实施调查
按照抽样计划进行调查，收集所 需数据，并确保数据质量和完整 性。
选择抽样方法
根据调查目的和资源限制，选择 合适的抽样方法，如简单随机抽 样、分层抽样、系统抽样等。
抽样的常见方法
01
随机抽样
按照随机原则从总
体中抽取样本。
02
系统抽样
按照一定的间隔或 顺序从总体中抽取
样本。
04
整群抽样
将总体分成若干群
03
，然后从各群中随
机抽取样本。
分层抽样
将总体分成若干层 ，然后从各层中随
机抽取样本。
抽样的原则与步骤
原则
随机性、代表性、可行性、经济性。
步骤
确定研究目的和总体范围、选择抽样方法、确定样本量和样本分布、实施抽样、 分析样本数据并推断总体特征。
02 抽样分布
随机抽样与概率分布
1 2
3
随机抽样
在统计学中，随机抽样是从总体中选取一部分个体的过程， 每个个体被选中的机会均等且不受其他因素的影响。
$number {01}
目 录
• 抽样的基本概念 • 抽样分布 • 参数估计 • 样本量的确定 • 抽样误差与非抽样误差 • 实际应用案例
01
抽样的基本概念
定义与意义
定义
抽样是从总体中选取一部分个体 进行研究的方法。
意义
通过对样本的研究，可以推断出 总体的特征和规律，从而提高研 究效率和准确性。
误差的评估
误差的评估方法包括通过历史数据或置信区间来评估误差的 大小和分布，以及通过对比不同调查方法或不同时间点的调 查结果来评估误差的可控性和稳定性。
06
实际应用案例
市场调查抽样
实施调查
按照抽样计划进行调查，收集所 需数据，并确保数据质量和完整 性。
选择抽样方法
根据调查目的和资源限制，选择 合适的抽样方法，如简单随机抽 样、分层抽样、系统抽样等。
抽样的常见方法
01
随机抽样
按照随机原则从总
体中抽取样本。
02
系统抽样
按照一定的间隔或 顺序从总体中抽取
样本。
04
整群抽样
将总体分成若干群
03
，然后从各群中随
机抽取样本。
分层抽样
将总体分成若干层 ，然后从各层中随
机抽取样本。
抽样的原则与步骤
原则
随机性、代表性、可行性、经济性。
步骤
确定研究目的和总体范围、选择抽样方法、确定样本量和样本分布、实施抽样、 分析样本数据并推断总体特征。
02 抽样分布
随机抽样与概率分布
1 2
3
随机抽样
在统计学中，随机抽样是从总体中选取一部分个体的过程， 每个个体被选中的机会均等且不受其他因素的影响。
《高中数学抽样方法》课件
05
抽样调查的实施步骤与注意事项
实施步骤
明确调查目的
首先需要明确调查的目的和目标，确定调查 的范围和对象。
制定调查计划
根据调查目的制定详细的调查计划，包括调查 方法、调查内容、调查时间等。
选择合适的抽样方法
根据实际情况选择合适的抽样方法，如简单随机 抽样、分层抽样等。
实施调查
按照调查计划进行调查，收集数据。
分层随机抽样
定义
先将总体分成若干层次或类别，然后从各层次或 类别中随机抽取一定数量的样本。
特点
能够提高样本的代表性，减小抽样误差。
适用范围
总体存在明显的层次或类别。
整群随机抽样
定义
先将总体分成若干群或组，然后从各群或组中随机抽取一定数量 的样本。
特点
便于组织，节省经费。
适用范围
总体群或组特征明显，且群或组间差异不大。
总结词
针对性、准确性、可靠性
详细描述
该案例通过抽样调查的方法，对某品牌手机的市场占有率进行调查，旨在了解该品牌手机在市场中的销售情况和 竞争力。在抽样过程中，确保了样本的针对性和准确性，同时也注重了样本的可靠性，以确保调查结果的可信度 和说服力。
案例三：某高校大学生消费情况的抽样调查
总结词
客观性、科学性、可行性
详细描述
该案例通过抽样调查的方法，对某高校大学生的消费情况进行调查，旨在了解大学生的消费习惯和消 费水平。在抽样过程中，确保了样本的客观性和科学性，同时也注重了样本的可行性，以方便调查的 实施和数据的收集。
THANKS
感谢观看
样本容量的影响因素
01
02
03
04
总体规模
总体规模越大，需要的样 本容量也越大，以保持相 同的置信水平和误差范围 。
样本含量估计ppt课件
白细胞数的水平，要求误差不超过0.2*109/L。 根据文献报告，健康成人的白细胞数的标准差约 1.5*109/L。问需要调查多少人？ ❖ （双侧α=0.05）
26
确定样本量的方法---查表法
σ=1.5 δ=0.2 σ/δ =1.5/0.2=7.5
公式计算法：uα/2=1.96 n=(1.96)2(1.5)2/(0.2)2=216.1≈217
δ
检
检
总总
容
验
验
体体
许
水
效
标率
误
准
能
准
差
差7检验水准（Fra bibliotek值）即假设检验第一类错误出现的概率，也称假阳性率，,即检验水 准或显著性。α越小，所需的样本量越大，反之就要越小。α水平由 研究者根据具体情况决定，通常α取0.05或0.01。 ❖ 另外还应明确是单侧或双侧检验。
用统计学检验时，当研究结果高于和低于效应指标的界限均有 意义时，应该选择双侧检验，所需样本量就大；当研究结果仅高于 或低于效应指标的界限有意义时，应该选择单侧检验，所需样本量 就小。当进行双侧检验或单侧检验时，其α或β的U界值通过查标准 正态分布的分位数表可得。
地区性研究：平均样本人数500－1000人； 全国性研究：1500－2500人 描述性研究：样本最少占总体的10％，如果总体较小，则最
少占总体20％ 相关性研究：受试者至少30人以上
6
确定样本量的方法---计算法和查表法
❖ 样本含量估计常用的两种方法。
❖ 需要提前确定以下参数：
TEXT
α
1-β
σ和π
u u 211/ k 2
n
2
试验组样本量为n，对照组样本含量为kn， 当两组样本含量相等时，k=1。
26
确定样本量的方法---查表法
σ=1.5 δ=0.2 σ/δ =1.5/0.2=7.5
公式计算法：uα/2=1.96 n=(1.96)2(1.5)2/(0.2)2=216.1≈217
δ
检
检
总总
容
验
验
体体
许
水
效
标率
误
准
能
准
差
差7检验水准（Fra bibliotek值）即假设检验第一类错误出现的概率，也称假阳性率，,即检验水 准或显著性。α越小，所需的样本量越大，反之就要越小。α水平由 研究者根据具体情况决定，通常α取0.05或0.01。 ❖ 另外还应明确是单侧或双侧检验。
用统计学检验时，当研究结果高于和低于效应指标的界限均有 意义时，应该选择双侧检验，所需样本量就大；当研究结果仅高于 或低于效应指标的界限有意义时，应该选择单侧检验，所需样本量 就小。当进行双侧检验或单侧检验时，其α或β的U界值通过查标准 正态分布的分位数表可得。
地区性研究：平均样本人数500－1000人； 全国性研究：1500－2500人 描述性研究：样本最少占总体的10％，如果总体较小，则最
少占总体20％ 相关性研究：受试者至少30人以上
6
确定样本量的方法---计算法和查表法
❖ 样本含量估计常用的两种方法。
❖ 需要提前确定以下参数：
TEXT
α
1-β
σ和π
u u 211/ k 2
n
2
试验组样本量为n，对照组样本含量为kn， 当两组样本含量相等时，k=1。
第二章抽样方法-PPT文档资料
在一次抽样中，抽样框的数目是与抽样单位的层 次相对应的。
上面的例子中有三个层次的抽样单位：学校、班 级、学生，则对应的抽样框也应有三个：全部学校的 名单、抽取的学校样本中的全部班级的名单、抽取班 级中的所有学生的名单。
4、参数值与统计值： 参数值也称总体值，它是关于总体中某一变量的 综合描述，或者说是总体中所有个体的某种特征的 综合数量表现。 在统计中最常见的总体值是某一变量的平均值 例如：平均年龄、平均收入等。 总体值只有通过对总体中的每一个个体都进行调 查或测量才能得到。
5、抽样误差： 总体的异质性和样本与总体范围的差异性，在用 样本的统计值去推算总体的参数值时总会有偏差， 这种偏差就是抽样误差。它是样本代表性大小的一 个标准。
当总体相当大时，可能被抽取的样本非常多，不 可能列出所有的实际抽样误差，而用平均抽样误差来 表征各样本实际抽样误差的平均水平。
抽样误差是指样本指标值与被推断的总体指标值 之差。主要包括：样本平均数与总体平均数之差；样 本成数与总体成数之差。
2、可测性原则。
可测性原则指的是抽样设计能够从样本自身计算 出有效的估计或者抽样变动的近似值。在研究中通常 用标准误来表示。通常，只有概率样本在客观上才是 可测的，即概率样本可以计算出有效的估计值或抽样 变动的近似值。但是，概率抽样也并不自动保证可测 性。比如，从一个具有周期性变化的总体中选出一个 系统样本，就不能保证这种可测性。
一、抽样的基本术语
抽样：是通过抽取总体中的部分单元，收集这些 单元的信息，运用数理统计的原理和方法，对总体进 行推断的一种手段。
总体
抽取样本 推断总体
样本
1、总体与样本。总体是指研究对象的全体，它 是由研究对象中的单元组成的。总体中单元的数目 称作总体容量。
上面的例子中有三个层次的抽样单位：学校、班 级、学生，则对应的抽样框也应有三个：全部学校的 名单、抽取的学校样本中的全部班级的名单、抽取班 级中的所有学生的名单。
4、参数值与统计值： 参数值也称总体值，它是关于总体中某一变量的 综合描述，或者说是总体中所有个体的某种特征的 综合数量表现。 在统计中最常见的总体值是某一变量的平均值 例如：平均年龄、平均收入等。 总体值只有通过对总体中的每一个个体都进行调 查或测量才能得到。
5、抽样误差： 总体的异质性和样本与总体范围的差异性，在用 样本的统计值去推算总体的参数值时总会有偏差， 这种偏差就是抽样误差。它是样本代表性大小的一 个标准。
当总体相当大时，可能被抽取的样本非常多，不 可能列出所有的实际抽样误差，而用平均抽样误差来 表征各样本实际抽样误差的平均水平。
抽样误差是指样本指标值与被推断的总体指标值 之差。主要包括：样本平均数与总体平均数之差；样 本成数与总体成数之差。
2、可测性原则。
可测性原则指的是抽样设计能够从样本自身计算 出有效的估计或者抽样变动的近似值。在研究中通常 用标准误来表示。通常，只有概率样本在客观上才是 可测的，即概率样本可以计算出有效的估计值或抽样 变动的近似值。但是，概率抽样也并不自动保证可测 性。比如，从一个具有周期性变化的总体中选出一个 系统样本，就不能保证这种可测性。
一、抽样的基本术语
抽样：是通过抽取总体中的部分单元，收集这些 单元的信息，运用数理统计的原理和方法，对总体进 行推断的一种手段。
总体
抽取样本 推断总体
样本
1、总体与样本。总体是指研究对象的全体，它 是由研究对象中的单元组成的。总体中单元的数目 称作总体容量。
《常用的抽样方法》课件
可能会受到随机误差的影响， 导致样本结果不稳定。
非随机抽样的优点和缺点
优点 可以根据研究目的和要求，有针对性地选择样本。
可以利用已有资料或数据进行抽样，节省时间和成本。
非随机抽样的优点和缺点
• 在某些特定情况下，非随机抽样可能更符合实际 情况。
非随机抽样的优点和缺点
缺点 难以控制样本质量和数量，可能导致结果不准确。
但同时也需要研究者具备一定的专业知识和经验。
THANKS
容易受到主观因素的影响，导致样本偏差。 在某些情况下，可能存在抽样难度较大的问题。
不同抽样方法的比较和选择
比较
随机抽样和非随机抽样各有优缺点， 适用于不同的情况和目的。
随机抽样更适用于大规模、全面的调 查，而非随机抽样更适用于有针对性 的调查和研究。
选择
根据研究目的、资源、时间和成本等 因素综合考虑选择合适的抽样方法。
判断抽样
定义
适用范围
判断抽样依据研究者的主观判断和经验选 择样本，通常基于对总体特征的了解和对 样本的初步观察。
适用于总体规模较小、内部差异较大或具 有特定特征的群体。
优点
缺点
能够根据研究目的和范围选择有针对性的 样本。
依赖于研究者的主观判断，可能存在偏见 和误差。
配额抽样
定义
配额抽样是根据总体中某些特征的比例分配一定 数量的样本，以满足特定的代表性要求。
制定调查问卷或指导语
数据收集
根据研究目的设计调查问卷或指导语 ，确保问题清晰、简洁且无歧义。
在调查过程中收集所需的数据，并确 保数据的准确性和完整性。对于无法 直接获取的数据，考虑使用替代方法 进行估算。
实施调查
按照抽样计划进行调查，确保每个样 本单位都有被选中的机会。同时，遵 守伦理和法律规范，保护受访者的隐 私和权益。
抽样技术及样本计算方法课件
• 因此，选择合适的科学的抽样方法和样本显得非 常重要。
PPT学习交流
5
抽样误差
• 指通过调查部分客户，而非全部客户，来估计总 体特征所产生的误差，形成原因在于所选择的特 定样本不能完美地代表总体。这是由于抽样的偶 然性造成的、是不可避免的误差。
PPT学习交流
6
抽样误差与样本量的关系
抽 样 误 差
PPT学习交流
12
随机抽样—简单随机抽样
• 总体中的每一个元素都有一个相等的被抽中概率。 简单随机抽样可以通过抽签法、随机数字表法和 EXCEL随机函数来实现。先确定或搜集一个抽样框， 将抽样框中的每个元素都编上号。然后把所有抽 签抽中的号码的元素或随机数字对应的号码的元 素做为样本进行调查。
• 例如：应用随机数表进行抽样。若想从500名中抽100名，则从数字表 上取出500个数字依次记在卡上，再按随机数目大小排列成序，以其中 连续100名为样本。
• 可能导致高的非抽样误差；
• 涉及费用高。
相对而言，通过严密的设计和实施控制，抽样调查也可用相对低廉
PPT学习交流
3
什么是误差
• 在CSI中，由于各方面因素的作用，调查结果总会 存在误差。通常，调查误差分为两种主要类型：
• 抽样误差 • 非抽样误差
PPT学习交流
4
•误差=抽样误差+非抽样误差
• 总的来说，普查不存在抽样误差，但可能存在较 大的非抽样误差；而抽样调查会产生抽样误差和 非抽样误差。
P靠性是用可重复性来评判的。 • 即随机选取的一组样本再做完全一样的调查，你
会得到同样的结果吗？ • 抽样是否可靠主要由样本量大小决定的。而样本
量的大小除了与调查的目的相关，主要由以下五 个方面决定。
PPT学习交流
5
抽样误差
• 指通过调查部分客户，而非全部客户，来估计总 体特征所产生的误差，形成原因在于所选择的特 定样本不能完美地代表总体。这是由于抽样的偶 然性造成的、是不可避免的误差。
PPT学习交流
6
抽样误差与样本量的关系
抽 样 误 差
PPT学习交流
12
随机抽样—简单随机抽样
• 总体中的每一个元素都有一个相等的被抽中概率。 简单随机抽样可以通过抽签法、随机数字表法和 EXCEL随机函数来实现。先确定或搜集一个抽样框， 将抽样框中的每个元素都编上号。然后把所有抽 签抽中的号码的元素或随机数字对应的号码的元 素做为样本进行调查。
• 例如：应用随机数表进行抽样。若想从500名中抽100名，则从数字表 上取出500个数字依次记在卡上，再按随机数目大小排列成序，以其中 连续100名为样本。
• 可能导致高的非抽样误差；
• 涉及费用高。
相对而言，通过严密的设计和实施控制，抽样调查也可用相对低廉
PPT学习交流
3
什么是误差
• 在CSI中，由于各方面因素的作用，调查结果总会 存在误差。通常，调查误差分为两种主要类型：
• 抽样误差 • 非抽样误差
PPT学习交流
4
•误差=抽样误差+非抽样误差
• 总的来说，普查不存在抽样误差，但可能存在较 大的非抽样误差；而抽样调查会产生抽样误差和 非抽样误差。
P靠性是用可重复性来评判的。 • 即随机选取的一组样本再做完全一样的调查，你
会得到同样的结果吗？ • 抽样是否可靠主要由样本量大小决定的。而样本
量的大小除了与调查的目的相关，主要由以下五 个方面决定。
《医学统计学课件-随机抽样及样本量计算》
公式计算
参考文献
使用统计学公式计算所需样本量。 参考以往文献中使用的样本量。
样本量计算的注意事项
1 样本量计算的假设
需要明确研究是单侧还是双侧假设。
2 研究设计和分析方法
需要根据研究设计和分析方法确定所需样本量。
医学统计学课件——随机 抽样及样本量计算
本课件将介绍医学统计学中的随机抽样和样本量计算，并探讨它们的定义、 目的、方法、原理、常见方法以及注意事项。
随机抽样的定义
1 什么是随机抽样？
随机抽样是一种从总体中无偏选择样本的方 法，以保证样本能够代表整个总体。
2 为什么要进行随机抽样？
随机抽样可以减少数据选择的偏差，提高样 本的代表性和可靠性。
2 如何进行样本量计算？
通过明确研究目的、效应大小、显著性水平、统计方法等因素，计算 所需样本量。
样本量计算的基本原理
显著性水平
决定假设检验是否能够拒绝 零假设。
效应大小
研究结果的实际差异或相关 性。
统计方法
应用不同的统计方法来计算 样本量。
样本量计算的常见方法
功效分析
根据预期效应大小和显著性水平 确定所需样本量。
随机抽样的方法及步骤
1
系统抽样
2
按照固定
每个个体被抽到的概率相等，抽样过程 公平无偏。
整群抽样
将总体划分为若干群体，从中随机选择 一部分群体，再从每个被选中的群体中 抽取样本。
样本量计算的重要性
1 为什么需要进行样本量计算？
样本量计算可以确保研究结果具有统计学意义，并提高研究的可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
优点2）不同的层中，根据实际情况可以选择不同
的抽样方法
各层观察单位数的分配：等比例分配；最优分配
1） 2） ；
非概率抽样法（non-probability sampling） 虽然在对总体的代表性上很差，在此基础
上做统计推断也不科学，但在很多情况下，
也是适用的。
方便抽样 Convenience Sampling
再从第一部分随机抽取k号观察单位，一次
用相等间隔，从每一部分各抽取一个观察
单位。
系统抽样常作为单纯随机抽样的替代。
整群抽样 cluster sampling
整群抽样是先将总体按照某种与主要研究指标无关的特征划分 为K个群，每个群包含若干观察单位，然后再随机抽取k个群， 由抽取的各个群的全部观察单位组成样本。 与前两种方法不同在于抽样单位不同，不是直接抽取个体，而 是抽群。 单层整群抽样single-stage cluster sampling 多层整群抽样multi-stage cluster sampling 群的变异越小，群越多，抽样误差越小
方便获得的个体即选为样本，样本中每个
个体的获得都是偶然性的。最终，样本不
能够代表总体。不能在此基础上做统计推
断。可以用于研究的初始阶段，目的可以
是为了发现了解相关信息，发现值得研究
的问题，为下一步提出假设准备信息。
配额抽样 Quota Sampling
配额抽样为保证样本的代表性，其样本中具有某种特征的比例几乎和母体中 具有此种特征的比例相等。譬如某大学有10000名学生，我们要抽取1000名。 将学生依年级分成如下四个子母体。 年级 一 二 三 四 学生数 在母体之百分比 样本人数 3200 2600 2200 2000 32% 26% 22% 20% 320 260 220 200
单纯随机抽样就是在总体中以完全随机的方法抽取一部分观察 单位组成样本。常见的办法是先对总体中全部观察单位编号， 然后用抽签、随机数字表或计算机产生的随机数字的方法从中 抽取一部分观察单位组成样本。但是当总体例数较多时，这种 方法不太适用。 单纯随机抽样法是其他概率抽样法的基础。 Random Number Generator
单纯随机抽样 simple random sampling
/statistics/random-number-generator.aspx
系统抽样 systematic sampling
系统抽样又称机械抽样或等距抽样，先将
总体的观察单位按某一顺序分成n个部分，
将样本村（居委会）内全部住户（包括非本地户口住户）按名单顺序编 号(Sampling Frame) ；
根据本村（居委会）应抽取的样本户数确定抽样间隔。 国家样本点抽样间隔 = 本村（居委会）内户数 / 60（四舍五入，取整数） 西部扩点抽样间隔 = 本村（居委会）内户数 / 33 （四舍五入，取整数）
确定抽样住户：首先随机抽一张人民币，取其末四位数，该数除以抽样 间隔后的余数确定为K值，则K≤抽样间隔。K值为被抽第1个住户编号，K 值加抽样间隔为被抽中的第2个住户编号，K值加两个抽样间隔为第3个被 抽住户编号，以此类推。 (Systematic Sampling)
第四次卫生服务总调查医务人员调查样本抽取方法
抽样表(sampling frame)列出所有抽样单位的名册 抽样方法(sampling design) 抽样误差(sampling error)只是因为抽样个体差异产生的随机误差
抽样偏移(sampling bias)造成系统误差，样本层面的系统的偏差，对
总体的代表性偏差
抽样方法可分为概率抽样法与非概率抽样法两类 概率抽样法（probability sampling ） 总体中每个个体被抽中的概率是已知且不为零的，可以计算抽
抽样方法和样本量估计
关于抽样的概念
研究对象(unit of analysis) 根据研究目的确定研究对象。
总体(population) 在明确研究对象的基础上，确定其同质范围。
调查对象(sampling element)被抽中的研究对象。 抽样单位(sampling unit) (如县、乡、村、医疗机构等等) 观察对象(observation unit) 如调查户主，户主填写户中各个家庭成员 情况
专业知识人为选出最有代表性的样本。
滚雪球抽样 Snowball Sampling
通过总体中的一个个体提供的线索找到其他的几个
个体，再通过其他几个个体提供的线索找到更多的 个体。 适用于难以找寻、获得的研究对象 如 HIV/AIDS 其抽样的代表性也局限于被调查者的提供的社会网 络。
第四次卫生服务总调查 家庭健康询问调查样本住户的抽取方法
与分层抽样区别在于，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。
目的抽样 Purposive Sampling
总体量很小时，比如总体中只有三个个体，
此时，随机抽样并不一定能抽到具有代表
性的样本。这种情况下，还不如根据自己
的专业知识或者通过咨询专家借助他们的
样误差并在此基础上做统计推断。
主要包括：简单随机抽样；系统抽样；整群抽样；分层抽样
非概率抽样法（non-probability sampling） 不知道总体中每个个体被抽中的概率，选择样本的过程往往不 是随机的。抽样误差无法计算，选择偏移无法控制。
主要包括：方便抽样；配额抽样；目的抽样；滚雪球抽样
样本量一定情况下，增加群、减少每群中样本数，能提高总样
本的代表性 成本低 代表性差
分层抽样 stratified sampling
分层抽样是先按照对研究指标影响较大的某个特征 将总体分成若干类别（即“层”），再从每一层内
抽取观察单位，合起来组成样本。
优点1）相同样本量，抽样误差最临床医生和护理人员。被调查人员将在家庭健康询问调 查的样本县（市、区）中抽取，涉及到的机构包括样本县（市、区）中的所 有三级综合医院、部分二级综合医院及样本乡镇及街道中的所有社区卫生服 务中心和乡镇卫生院。 二、调查对象的选取 （一）综合医院 1、开展家庭健康调查的样本县（市、区）中的所有三级综合医院及部分县 （市、区）医院参与调查，参与调查的机构名单见培训光盘； 2、每所医院选取临床医务人员30名，其中医生20名，护理人员10名。 （二）社区卫生服务中心及乡镇卫生院 样本街道、样本乡镇中所有的社区卫生服务中心和乡镇卫生院均参与调查； 每所社区卫生服务中心和乡镇卫生院选取临床医务人员10名，其中医生7名， 护理人员3名。如机构内人员数量不满足样本需求时，按实际人数进行调查。 三、样本个体选取原则(Quota Sampling) 1、全院所有临床科室均要抽到； 2、样本选取要求职称分布均匀，兼顾高、中、初级职称。