- 统计教程
- 家
- 调整后的 R 平方
- 方差分析
- 算术平均值
- 算术中位数
- 算术模式
- 算术范围
- 条状图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 循环排列
- 整群抽样
- 科恩卡帕系数
- 组合
- 与替换组合
- 比较图
- 连续均匀分布
- 连续级数算术平均值
- 连续级数算术中位数
- 连续级数运算模式
- 累积频率
- 变异系数
- 相关系数
- 累计地块
- 累积泊松分布
- 数据采集
- 数据收集 - 问卷设计
- 数据收集-观察
- 数据收集-案例研究方法
- 数据模式
- 十分位数统计
- 离散级数算术平均值
- 离散级数算术中位数
- 离散级数运算模式
- 点图
- 指数分布
- F分布
- F测试台
- 阶乘
- 频率分布
- 伽玛分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 中庸之道
- 甘贝尔分布
- 调和平均值
- 谐波数
- 谐波共振频率
- 直方图
- 超几何分布
- 假设检验
- 个别系列算术平均值
- 个别系列算术中位数
- 个别系列运算模式
- 区间估计
- 逆伽玛分布
- 柯尔莫哥洛夫斯米尔诺夫检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽玛分布
- 逻辑回归
- 麦克尼马尔测试
- 平均偏差
- 均值差异
- 多项式分布
- 负二项分布
- 正态分布
- 奇数和偶数排列
- 一比例 Z 检验
- 异常值函数
- 排列
- 置换置换
- 饼形图
- 泊松分布
- 合并方差 (r)
- 功率计算器
- 可能性
- 概率加性定理
- 概率倍数定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程西格玛
- 二次回归方程
- 定性数据与定量数据
- 四分位数偏差
- 范围经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 可靠性系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样品策划
- 取样方式
- 散点图
- 香农维纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误差 (SE)
- 标准普通表
- 统计学意义
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生 T 检验
- 平方和
- T-分布表
- Ti 83 指数回归
- 转换
- 截尾均值
- I 型和 II 型错误
- 方差
- 维恩图
- 弱大数定律
- Z工作台
- 统计有用资源
- 统计 - 讨论
统计 - 简单随机抽样
简单随机样本被定义为总体中每个元素都有平等且独立的被选择机会的样本。对于具有 N 个单位的总体,选择 n 个样本单位的概率以及 N C n个样本的所有可能组合的概率由 1/N C n给出,例如,如果我们有五个元素的总体(A、B、C、 D, E) 即 N 5,并且我们想要一个大小为 n = 3 的样本,则有 5 个C 3 = 10 个可能的样本,并且任何单个单元成为样本成员的概率为 1/10。
简单随机抽样可以通过两种不同的方式进行,即“有替换”或“无替换”。当在下次抽签前替换所选单元后,将单元依次选入样本时,则为带替换的简单随机样本。如果在下一次抽取之前不替换所选择的单位,并且仅从总体的剩余单位中抽取连续单位,则称为无替换的简单随机样本。因此,在前一种方法中,一旦选择的单元可以被重复,而在后者中,一旦选择的单元就不再重复。由于与无需替换的简单随机样本相关的统计效率更高,因此它是首选方法。
可以通过这两种程序中的任何一种来抽取简单的随机样本,即通过抽签方法或通过随机数字表。
抽签方法- 在这种方法下,单位是根据随机抽签来选择的。首先,人口中的每个成员或元素都被分配一个唯一的编号。在下一步中,这些数字被写在形状、大小、颜色等物理上相似的单独卡片上。然后将它们放入篮子中并彻底混合。最后一步,不看纸片,就随机取出它们。抽取的单据数量等于所需的样本量。
彩票方法有一些缺点。编写N张纸条的过程很麻烦,并且在人口规模非常大的情况下洗牌大量纸条是很困难的。在选择纸条时也可能会出现人为偏见。因此,可以使用另一种选择,即随机数。
随机数字表方法- 由随机准备的数字列组成。随机表的数量可用,例如 Fisher 和 Yates 表、Tippets 随机数等。下面列出的是 Fisher & Yates 表中的两位随机数的序列:
61, 44, 65, 22, 01, 67, 76, 23, 57, 58, 54, 11, 33, 86, 07, 26, 75, 76, 64, 22, 19, 35, 74, 49, 86, 58、69、52、27、34、91、25、34、67、76、73、27、16、53、18、19、69、32、52、38、72、38、64、81、79 和38.
第一步涉及为人口中的每个成员分配一个唯一的编号,例如,如果人口由 20 人组成,则所有个体的编号从 01 到 20。如果我们要收集 5 个单位的样本,则参考随机数字表 5选择两位数的数字。例如,使用上表,具有以下五个数字的单元将形成一个样本:01、11、07、19和16。如果采样是无放回的并且特定的随机数重复自身,则不会再次进行采样并进行下一个采样。将选择符合我们标准的数字。
因此,可以使用这两个过程中的任何一个来抽取简单的随机样本。然而在实践中,我们发现简单的随机抽样需要花费大量的时间和精力,而且不切实际。