1. 概率抽样方法有哪些
1）简单随机抽样：按等概率原则直接从总中抽取N个样本
优点：易于操作；
缺点：不能保证样本能完美代表总体；
适用：个体分布均匀的场景
2）等距抽样：先将总体中的每个个体按顺序编号，然后计算出抽样间隔，再按固定抽取个体
优点：易于操作；
缺点：再明显的分布规律时容易产生偏差；
适用：个体分布均匀的场景，呈现明显的均匀分布规律
3）分层抽样：先将所有个体样本按照某种特征划分为几个类别，然后从每个类别中使用随机抽样或等距抽样的方法选择个体组成样本
优点：降低抽样误差，针对不同类别的数据样本进行单独研究；
缺点：无缺点；
适用：带有分类逻辑的属性，标签等特征的数据
4）整群抽样：先将所有样本分为几个小群体集，然后随机抽样几个小群体集代表总体。
优点：易于操作；
缺点：分布受限于小群体集的划分，抽样误差较大；
适用：小群体集的特征差异比较小，并且对划分小群体集有更高的要求
2. 什么是非概率抽样调研方法
非概率抽样调研方法是一种样本选择方式，它不依赖于随机过程。以下是四种常用的非概率抽样方法的详细描述：
1. 方便抽样（Convenience Sampling）
这种方法基于调查者的便利性来选择样本。例如，街头拦截访问会随机选择路过的人进行调查。这种方法的优点在于其简便性和成本效益，适合于同质性较高的总体。然而，它也存在较大的抽样偏差，不适合用于需要对总体进行推断的研究。
2. 判断抽样（Judgment Sampling）
在这种方法中，专家根据其判断选择具有代表性的样本。例如，研究某国家家庭情况的社会学家可能会选择一个“中型城镇”进行研究。判断抽样适用于专家对总体特征有深入了解的情况，但其结果受专家主观判断影响，可能引入偏差。
3. 配额抽样（Quota Sampling）
配额抽样首先将总体按特定指标分类，然后按配额选取样本。这种方法结合了判断抽样和方便抽样，旨在保证样本在某些关键特征上与总体相似。配额抽样适用于当研究者对总体有一定了解且样本量较大时。不过，如果配额设置不当，可能会导致隐藏偏差。
4. 滚雪球抽样（Snowball Sampling）
滚雪球抽样开始于随机选择的样本，然后通过这些样本推荐其他符合研究目标的个体。这种方法适用于研究稀少群体的情形。然而，由于依赖现有样本的推荐，可能会引入选择偏差。
在非概率抽样中，样本的选择并不保证总体推断的准确性，但可以用于探索性研究或当随机抽样不可行时。为了提高非概率抽样的质量，应注意以下几点：
- 明确总体范围，确保研究目标明确。
- 尽可能实现随机化，避免主观偏见。
- 确保样本代表性和减少抽样误差。
- 合理确定样本容量，平衡精确度和成本。
非概率抽样虽然简便，但其结果的推广性可能受限。在定性研究中，样本量通常较小，而在定量研究中，则需要考虑样本是否能准确代表总体。
3. 四种基本的抽样方法
四种基本的抽样方法：
1.单纯随机抽样：单纯随机抽样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(即每个观察单位有同等的概率被选入样本)。常用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随机数字等方法从中抽取一部分观察单位组成样本。其优点是简单直观，均数(或率)及其标准误的计算简便;缺点是当总体较大时，难以对总体中的个体一一进行编号，且抽到的样本分散，不易组织调查。
2.系统抽样：系统抽样又称等距抽样或机械抽样，即先将总体中的全部个体按与研究现象无关的特征排序编号;然后根据样本含量大小，规定抽样间隔k;随机选定第i(i系统抽样的优点是：易于理解，简便易行;容易得到一个在总体中分布均匀的样本，其抽样误差小于单纯随机抽样。缺点是：抽到的样本较分散，不易组织调查;当总体中观察单位按顺序有周期趋势或单调增加(减小)趋势时，容易产生偏倚。
3.整群抽样：整群抽样是先将总体划分为K个“群”，每个群包含若干个观察单位，再随机抽取k个群(k整群抽样的优点是便于组织调查，节省经费，容易控制调查质量;缺点是当样本含量一定时，抽样误差大于单纯随机抽样。
4.分层抽样：分层抽样是先将总体中全部个体按对主要研究指标影响较大的某种特征分成若干“层”，再从每一层内随机抽取一定数量的观察单位组成样本。
4. 抽样检验的方法有哪些
主要的抽样方法包括
1.简单随机抽样、
2.系统抽样
3.分层抽样