1. 概率抽樣方法有哪些
1）簡單隨機抽樣：按等概率原則直接從總中抽取N個樣本
優點：易於操作；
缺點：不能保證樣本能完美代表總體；
適用：個體分布均勻的場景
2）等距抽樣：先將總體中的每個個體按順序編號，然後計算出抽樣間隔，再按固定抽取個體
優點：易於操作；
缺點：再明顯的分布規律時容易產生偏差；
適用：個體分布均勻的場景，呈現明顯的均勻分布規律
3）分層抽樣：先將所有個體樣本按照某種特徵劃分為幾個類別，然後從每個類別中使用隨機抽樣或等距抽樣的方法選擇個體組成樣本
優點：降低抽樣誤差，針對不同類別的數據樣本進行單獨研究；
缺點：無缺點；
適用：帶有分類邏輯的屬性，標簽等特徵的數據
4）整群抽樣：先將所有樣本分為幾個小群體集，然後隨機抽樣幾個小群體集代表總體。
優點：易於操作；
缺點：分布受限於小群體集的劃分，抽樣誤差較大；
適用：小群體集的特徵差異比較小，並且對劃分小群體集有更高的要求
2. 什麼是非概率抽樣調研方法
非概率抽樣調研方法是一種樣本選擇方式，它不依賴於隨機過程。以下是四種常用的非概率抽樣方法的詳細描述：
1. 方便抽樣（Convenience Sampling）
這種方法基於調查者的便利性來選擇樣本。例如，街頭攔截訪問會隨機選擇路過的人進行調查。這種方法的優點在於其簡便性和成本效益，適合於同質性較高的總體。然而，它也存在較大的抽樣偏差，不適合用於需要對總體進行推斷的研究。
2. 判斷抽樣（Judgment Sampling）
在這種方法中，專家根據其判斷選擇具有代表性的樣本。例如，研究某國家家庭情況的社會學家可能會選擇一個「中型城鎮」進行研究。判斷抽樣適用於專家對總體特徵有深入了解的情況，但其結果受專家主觀判斷影響，可能引入偏差。
3. 配額抽樣（Quota Sampling）
配額抽樣首先將總體按特定指標分類，然後按配額選取樣本。這種方法結合了判斷抽樣和方便抽樣，旨在保證樣本在某些關鍵特徵上與總體相似。配額抽樣適用於當研究者對總體有一定了解且樣本量較大時。不過，如果配額設置不當，可能會導致隱藏偏差。
4. 滾雪球抽樣（Snowball Sampling）
滾雪球抽樣開始於隨機選擇的樣本，然後通過這些樣本推薦其他符合研究目標的個體。這種方法適用於研究稀少群體的情形。然而，由於依賴現有樣本的推薦，可能會引入選擇偏差。
在非概率抽樣中，樣本的選擇並不保證總體推斷的准確性，但可以用於探索性研究或當隨機抽樣不可行時。為了提高非概率抽樣的質量，應注意以下幾點：
- 明確總體范圍，確保研究目標明確。
- 盡可能實現隨機化，避免主觀偏見。
- 確保樣本代表性和減少抽樣誤差。
- 合理確定樣本容量，平衡精確度和成本。
非概率抽樣雖然簡便，但其結果的推廣性可能受限。在定性研究中，樣本量通常較小，而在定量研究中，則需要考慮樣本是否能准確代表總體。
3. 四種基本的抽樣方法
四種基本的抽樣方法：
1.單純隨機抽樣：單純隨機抽樣是在總體中以完全隨機的方法抽取一部分觀察單位組成樣本(即每個觀察單位有同等的概率被選入樣本)。常用的辦法是先對總體中全部觀察單位編號，然後用抽簽、隨機數字表或計算機產生隨機數字等方法從中抽取一部分觀察單位組成樣本。其優點是簡單直觀，均數(或率)及其標准誤的計算簡便;缺點是當總體較大時，難以對總體中的個體一一進行編號，且抽到的樣本分散，不易組織調查。
2.系統抽樣：系統抽樣又稱等距抽樣或機械抽樣，即先將總體中的全部個體按與研究現象無關的特徵排序編號;然後根據樣本含量大小，規定抽樣間隔k;隨機選定第i(i系統抽樣的優點是：易於理解，簡便易行;容易得到一個在總體中分布均勻的樣本，其抽樣誤差小於單純隨機抽樣。缺點是：抽到的樣本較分散，不易組織調查;當總體中觀察單位按順序有周期趨勢或單調增加(減小)趨勢時，容易產生偏倚。
3.整群抽樣：整群抽樣是先將總體劃分為K個「群」，每個群包含若干個觀察單位，再隨機抽取k個群(k整群抽樣的優點是便於組織調查，節省經費，容易控制調查質量;缺點是當樣本含量一定時，抽樣誤差大於單純隨機抽樣。
4.分層抽樣：分層抽樣是先將總體中全部個體按對主要研究指標影響較大的某種特徵分成若干「層」，再從每一層內隨機抽取一定數量的觀察單位組成樣本。
4. 抽樣檢驗的方法有哪些
主要的抽樣方法包括
1.簡單隨機抽樣、
2.系統抽樣
3.分層抽樣