抽样方法和样本量估计
抽样技术及样本计算方法
随机抽样—分层随机抽样
分层抽样的特点是先将总体按照某种特征 或指标分成几个排斥的又是穷尽的子总体， 或层，然后在每个层内按照随机的方法抽 取元素。其原则是子总体内元素间差异可 能小，而不同子总体间差异大。
例：你调查了100个人，询问他们是否应该早办奥运会，其中 66%的人说“是”。如果你的调查精确度为3%，这也就 是说，如果你对不同的样本展开同样的调查，最后结果 中选“是”的比例会在63%-69%之间。
抽
样
误
抽样误差与样本量关系曲线
差
样本量
抽样误差随着样本量的增加而减少，但当样本 量增加到一定程度之后，样本量的增加对抽样 误差几乎没有影响了。
ห้องสมุดไป่ตู้点：
完成一项普查需要的时间长，可能影响最终得到数据的可 比性；
可能导致高的非抽样误差；
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
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。
① 由调研人员引起的 ② 由访问员引起的 ③ 由被访者引起的
非抽样误差与样本量的关系
非 抽 样 误 差
样本量
误 差
样本量
抽样方法
随机抽样
1. 简单随机抽样 2. 等距抽样（系统抽样） 3. 分层随机抽样 4. 整群抽样 5. 多级抽样
非随机抽样
1、方便取样；2、判断取样；3、配额取样
误 差
抽样方法和样本量估计
本的代表性 成本低 代表性差
分层抽样 stratified sampling
260
三 2200
22%
220
四 2000
20%
200
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 专业知识人为选出最有代表性的样本。
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。
单纯随机抽样 simple random sampling
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。
第二类错误概率大小，越小，检验效能1-越大， 所需样本量也越大，一般要求检验效能不低于0.80。 一般只取单侧。在参数估计的样本量估计中不涉 及，在假设检验的样本量估计中涉及。
第10章 抽样估计与样本量确定
19
10.4 参数估计
参数估计就是根据从样本中收集的信息对总体参数进行推 断的过程。根据中心极限定理等推断理论所阐明的抽样分 布与总体分布之间的关系，由样本统计量的具体值（估计 值）估计总体参数。 点估计 区间估计
20
点估计
用样本的估计量直接作为总体参数的估计量。 存在抽样误差。 在点估计的基础上，对总体参数的区间或范围 进行估计(样本统计量加减抽样误差)，点估计 值落在该区间范围内的概率为置信度或置信系 数或置信水平。
26
举例P227
已知：n 36,1 95%, 2 0.025,1 2 0.975. 根据样本计算得： x 39.5, s 2 60.37.
2 查 2分布表得知： , 12 2 n 1 20.6120 . 2 n 1 53.1604
课后思考与训练题 P237-238 第4、5、7题
28
10.5 样本量的确定
样本量的确定问题，首先涉及对总体参数估计值的精度要 求，同时也涉及与各种运作限制（如可获得的预算、资源 和时间）之间的平衡问题。 抽样调查估计值的精度是对抽样误差大小的度量。因此确 定样本量是为控制抽样误差，而不是非抽样误差。
该银行信用卡年龄方差 2在95%置信度下的置信区间为 ： 53.1604 20.6120 即， 39.75 2 102.51
36 -1 60.37 2 36 -1 60.37
结论是：在95%的置信度下，信用卡用 户年龄标准差为 6.3 ~ 10.1岁.
27
练习题
12
10.3 抽样分布与抽样误差
总体分布：总体各单位的观测值所形成的频数分布。 样本分布：一个样本中各个观测值形成的频数分布。 抽样分布：样本统计量的抽样分布是一种理论分布，是指 在重复抽取容量为n的样本时，由该统计量的所有可能取 值形成的相对频数分布。
统计学中的抽样方法和样本容量
统计学中的抽样方法和样本容量在统计学中，抽样方法和样本容量的选择对于获取准确的研究结果至关重要。
本文将介绍常用的抽样方法并探讨如何确定合适的样本容量。
一、抽样方法抽样方法是指从总体中选择一部分个体进行研究，以便通过对样本的观察和分析来推断总体的特征。
常见的抽样方法包括：1. 简单随机抽样：简单随机抽样是指从总体中随机选择个体，使每个个体被选中的概率相等。
这样可以确保样本具有代表性，并且每个个体都有被选中的机会。
2. 系统抽样：系统抽样是按照一定的规则从总体中选择样本。
例如，每隔一定间隔选择一个个体作为样本。
这种方法适用于总体有序的情况下，能够保证样本的分布与总体的分布相似。
3. 分层抽样：分层抽样是将总体划分为若干层，然后从每层中分别进行随机抽样。
这样可以保证每个层次都能被充分代表，提高样本的多样性。
4. 整群抽样：整群抽样是将总体划分为若干群，然后随机选择部分群体作为样本，再从每个选中的群体中选择个体进行观察。
这种方法节省了时间和成本，适用于总体分布不均匀的情况。
二、样本容量的确定样本容量的确定需要考虑以下几个因素：1. 总体大小：总体大小是影响样本容量的重要因素。
当总体较大时，相对较小的样本容量就可以提供足够的信息来进行统计推断。
但如果总体较小，可能需要选择较大的样本容量以达到准确性要求。
2. 总体变异程度：总体的变异程度越大，需要选择更大的样本容量来减小抽样误差。
因为变异程度大意味着样本数据的离散度较高，需要更多的样本来保证统计结果的可靠性。
3. 置信水平和置信区间：置信水平和置信区间是指统计推断中的置信程度和变异范围。
较高的置信水平和较窄的置信区间要求选择更大的样本容量，以提高推断的准确性和精确度。
4. 研究目的和资源限制：研究目的和资源限制也是决定样本容量的重要因素。
如果研究目的是获取准确的统计结果，就需要选择较大的样本容量。
但在现实情况下，资源有限可能会限制样本容量的选择。
综上所述，统计学中的抽样方法和样本容量的选择是保证研究结果可靠性和准确性的关键步骤。
抽样调查的方法和样本容量的确定
抽样调查的方法和样本容量的确定抽样调查是一种常用的研究方法，用于从总体中选择一部分个体，以便获取关于总体特征的信息。
在进行抽样调查时，正确选择调查方法和确定适当的样本容量是至关重要的，本文将探讨这些问题。
一、抽样调查方法的选择根据研究目的和数据采集方式的不同，有多种抽样调查方法可以选择。
以下列举几种常见的方法：1. 简单随机抽样简单随机抽样是最基本的抽样方法之一，通过随机选取样本，确保每个个体都有相等的机会被选入样本。
这种方法适用于总体比较均匀、个体之间差异较小的情况。
2. 系统抽样系统抽样是按照一定的规则从总体中选择样本，如每隔一定间隔选择一个个体。
这种方法适用于总体有一定的有序结构的情况，能够保持总体结构的代表性。
3. 分层抽样分层抽样是将总体划分为若干层次，然后在每一层中进行抽样。
这种方法适用于总体有明显的层次差异，可以保证每个层次都得到充分的代表。
4. 整群抽样整群抽样是将总体划分为若干群体，然后从选定的群体中进行抽样。
这种方法适用于群体内部的变异较大，但群体间差异较小的情况。
二、样本容量的确定确定适当的样本容量是保证抽样调查结果准确性的关键。
样本容量大小的确定应该考虑以下几个因素：1. 总体大小总体越大，所需的样本容量也会相应增加。
一般来说，总体越大，样本容量就需要越大，以确保样本能够充分代表整个总体。
2. 容忍误差容忍误差是指研究者所能接受的样本估计与总体真值之间的最大差距。
容忍误差越小，需要的样本容量也会越大。
3. 抽样方法和样本分布不同的抽样方法和样本分布会影响样本容量的确定。
例如，使用分层抽样时，每个层次的样本容量应根据该层次的重要性和变异程度来确定。
4. 计算方法确定样本容量的计算方法有多种，其中最常用的是利用统计学方法进行计算。
根据总体均值、标准差、置信水平等，可以使用抽样调查中的样本容量计算公式来确定样本容量。
在确定样本容量时，需要综合考虑以上因素，并在保证调查结果准确性的前提下，尽量控制样本容量的大小，以减少调查成本和时间。
产品质量检测中的抽样与样本量确定
产品质量检测中的抽样与样本量确定产品质量检测是确保产品符合标准要求的关键环节。
而在进行产品质量检测时，抽样与样本量的确定是一个重要的问题。
本文将从抽样的目的、方法以及样本量确定的依据等方面进行探讨。
一、抽样的目的在进行产品质量检测时，完全检测所有产品是不现实的，同时也是不必要的。
抽样的目的是从整体中获取代表性的样本，以此推测整体的质量情况。
通过合适的抽样方法，可以减少成本和时间，同时还能够提高检测的效率。
二、抽样的方法1. 随机抽样随机抽样是指从总体中以完全随机的方式选择样本。
这种抽样方法的好处是能够消除选择偏差，使得样本具有代表性。
随机抽样可以采用抽签、随机数生成器等方式进行，确保每个样本都有平等的机会被选中。
2. 分层抽样分层抽样是基于总体的特征将总体划分为若干层次，然后从各层中抽取样本。
这种抽样方法适用于总体内部具有差异较大的情况。
通过分层抽样，可以保证样本更加具有代表性，减小误差。
3. 整群抽样整群抽样是指将总体划分为若干群体，然后从中抽取群体作为样本。
这种抽样方法适用于总体内部群体特征相似的情况。
整群抽样的优势在于简化了抽样的过程，同时也减少了误差。
三、样本量确定的依据确定合适的样本量对于产品质量检测的准确性至关重要。
样本量的确定主要需要考虑以下几个因素：1. 总体容量总体容量的大小直接影响样本量的确定。
一般来说，总体容量越大，所需样本量越大，以保证结果的准确性。
2. 置信水平置信水平是对结果的可信度的度量。
常见的置信水平有95%和99%。
置信水平越高，所需样本量越大。
3. 容忍误差容忍误差是指在样本检测时允许的误差范围。
一般来说，容忍误差越小，所需样本量越大。
4. 产品属性不同的产品属性对样本量的确定也有影响。
例如，对于质量稳定的产品，所需样本量较小；而对于质量易变的产品，所需样本量则较大。
综上所述，在产品质量检测中，抽样与样本量的确定起着重要的作用。
通过合适的抽样方法，可以提高检测效率和减少成本；而通过对样本量的合理确定，可以保证结果的准确性和可信度。
如何确定抽样方法与样本量
如何确定抽样方法与样本量在设计一个抽样调查时，我们通常需要做的工作是：定义总体及抽样单元、确定或构置抽样杠、选择样本量的大小、制定实施细节并实施。
在这本小册子中我们着重介绍一下定量研究的抽样和样本量这两个技术环节。
最基本的定量研究的抽样方法分为两类，一类为非概率抽样，一类为概率抽样。
一．非概率抽样非概率抽样是不能计算抽样误差的，因为它是靠调研者个人的判断来进行的抽样。
它包括偶遇抽样或者方便抽样、判断抽样、配额抽样、雪球抽样等。
偶遇抽样（方便抽样）常见的未经许可的街头随方或拦截式访问、邮寄式调查、杂志内问卷调查等都属于偶遇抽样的方式。
偶遇抽样是所有抽样技术中花费最小的（包括经费和时间）。
抽样单元是可以接近的、容易测量的、并且是合作的。
但尽管有许多优点，这种形式的抽样还是有严重的局限性。
许多可能的选择偏差都会存在，如被调查者的自我选择、抽样的主观性偏差等。
这种抽样不能代表总体的推断总体。
因此，当我们在进行街头访问或邮寄调查时，一定要谨慎对待调查结果。
判断抽样判思抽亲是基于调研者对总体的了解和经验，从总体中抽选“有代表性的”“曲型的”单位作为样本，例如从全体企业作为样本，来考察全体企业的经营状况。
如果判断准，这种方法有呆取得具有较好代表性的样本，但这种方法受主观因素影响较大。
配额抽样配额抽样是根据总体的结构特征来给调查员分派定额，以取得一个与总体结构特征大体相似的样本，例如根据人口的性别、年龄构成来给调查员规定不同性别、年龄的调查人数。
配额保证了在这些特征上样本的组成与总体的组成是一致的。
一旦配额分配好了，选择样本元素的自由度就很大了。
唯一的要求闵是所选取的元素要适合所控制的特性。
这种抽样方法的目的是使样本对总体具有更好的代表性，但仍不一定能保证样本就是有代表性的。
如果与问题相关联的某个特征是十分困难的。
另外，用这种方法进行选择严格控制调查员和调查过度程的条件下，可使配额抽样获得与某些概率抽样非常接近的结果。
大学毕业论文中的样本量与抽样方法
大学毕业论文中的样本量与抽样方法在大学毕业论文中，样本量和抽样方法是非常重要的研究要素。
合理确定样本量和选择适当的抽样方法可以确保研究结果的可靠性和有效性。
本文将介绍关于大学毕业论文中样本量和抽样方法的相关内容。
1. 引言在引言部分，可以简要介绍毕业论文的研究目的和研究问题，并强调样本量和抽样方法对于研究结果的重要性。
2. 样本量的确定2.1 样本量的基本概念在这一部分，可以解释什么是样本量，并且介绍样本量的几个重要的概念，比如总体大小、抽样误差和置信水平等。
2.2 确定样本量的方法在这一部分，可以介绍确定样本量的方法，比如根据总体大小和置信水平计算样本量、利用统计软件进行样本量估计等。
2.3 样本量与研究效果的关系在这一部分，可以说明样本量的大小与研究效果之间的关系，以及样本量过小可能导致的偏差问题。
3. 抽样方法的选择3.1 抽样方法的基本概念在这一部分，可以解释什么是抽样方法，并介绍几种常见的抽样方法，比如随机抽样、分层抽样、整群抽样等。
3.2 抽样方法的选择原则在这一部分，可以说明选择抽样方法的原则，比如根据研究目的和研究问题选择合适的抽样方法、根据样本分布情况选择合适的抽样方法等。
3.3 抽样方法的具体应用在这一部分，可以举例说明不同抽样方法的具体应用，并分析其优缺点。
4. 样本量与抽样方法的实际应用4.1 毕业论文案例分析在这一部分，可以通过具体的毕业论文案例，介绍样本量和抽样方法的实际应用情况，并分析其可行性和有效性。
4.2 经验总结与建议在这一部分，可以总结样本量和抽样方法的经验，并给出一些建议，帮助读者在撰写自己的毕业论文时更好地处理样本量和抽样方法的问题。
5. 结论在结论部分，可以简要回顾全文的内容，并强调样本量和抽样方法在大学毕业论文中的重要性和应用价值。
并鼓励读者在自己的研究中合理确定样本量和选择适当的抽样方法。
6. 参考文献在最后，列出本文引用的参考文献，确保文章的学术性和可信度。
- 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)。
0.05，可取单侧或双侧。
第二类错误概率大小，越小，检验效能1-越大，
所需样本量也越大，一般要求检验效能不低于0.80。
一般只取单侧。在参数估计的样本量估计中不涉 及，在假设检验的样本量估计中涉及。
样本量估计时考虑的因素
容许误差δ，是指研究者要求的或客观实际存
在的样本统计量与总体参数间或样本统计量间
单位。
ቤተ መጻሕፍቲ ባይዱ
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
样本含量（sample size）
为了保证研究结论的可靠性，确定的实验研究
或调查研究所需要的最低观察对象的数量。
样本含量少，研究结论不可靠（accuracy）
样本含量过多，造成人财物的不必要浪费
（efficiency）还有可能引入不必要的混杂因素。
影响所需样本量的因素
总体特征 (, the size of population)
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
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
抽样方法和样本量估计
报告人：常 捷
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
分析方法 (比较和同时分析的变量)
对估计精度的要求 (
财力、时间和人力
)
研究设计 (如实验研究；准实验研究)
回应率 (1回应率；2问卷合格率)
样本量估计时考虑的因素
第一类错误概率大小（或置信度1-），越小，
所需要的样本含量越大，根据研究问题的性质和研 究目的决定I型错误的概率值，通常情况下，取
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）
单纯随机抽样 simple random sampling
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
/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，
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
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
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
的差值，容许误差值越小，所需样本量越大。
总体标准差σ或总体率π，常根据预试验以及
前人的研究结果或统计理论进行估计，σ愈大
或π愈远离0.5，所需样本量越大。
样本量估计
估计总体均数的样本含量
t S n
2
估计总体率的样本含量
n
2 z / 2 p 1 p
2
样本量估计
其中一个符合年龄条件的家庭，然后确定该家庭中符合年龄条件的家
庭成员个数并随机抽取一人作为主要受访者。基于这样的随机抽样过 程，每个村或社区会产生25-36个样本家庭，每户家庭产生的受访者
有1名（单身、离婚或丧偶）或2名（主要受访者及其配偶）。
中国健康与养老最总调查抽样方法
2011年全国基线调查抽样介绍
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
在村/社区抽样完成后，为得到准确的家户样本抽样框，中国健康与养老追踪调查项目设计并开发了专用的绘图软件 （简称CHARLS-GIS）以进行实地绘图并搜集住户信息。该软件利用清晰的Google Earth影像图或者其它途径的图片 作为底图。在实地工作中，绘图员首先携带GPS在村的边界外走一圈来确定样本村/居委会的边界；其次，根据实地 情况依次在底图上勾画建筑物，导入建筑物GPS位置并进行拍照；之后，填写建筑物内住户信息列表。在绘图和列 表工作完成后，CHARLS北京总部与每个村（居）联络人联系，并对以下三方面进行审核：（1）边界是否准确； （2）是否所有建筑物都包括在内；（3）住户列表是否准确（通过随机抽取住户核对他们的地址进行）。 通过审核后，从每个样本村/居委会的所有住户信息列表中随机抽取80户样本家户，并对这80户进行入户询问、核 实家里最长家户成员的年龄、户主的姓名、联系方式、家户状态（是否空户、无法联系）。之后，根据2008年 CHARLS甘肃和浙江试调查的拒访率，按照每个村（居）24户有效家户估算需要抽中的样本户数量并在80户内进行 相应数量的样本抽取。最终在450个村、居抽取的样本户为23590户。抽样完成后，抽中的住户会在地图上自动显示， 绘图员会重新访问这些户，对住户门口拍照，取GPS位置，送《致居民的一封信》。 在个人层面，我们利用过滤问卷进行调查，在每个样本户中随机选择一位年龄大于45岁的家庭成员作为主要受访者， 对他（她）及其配偶进行访问。
一、调查对象 调查对象为被抽中的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。