:::
分層隨機取樣 - 教育百科
| 分 | |
| 層 | |
| 隨 | |
| 機 | |
| 取 | |
| 樣 |
國家教育研究院辭書
基本資料
| 英文： | Stratified Random Sampling |
| 作者： | 張子超 |
| 日期： | 2000年12月 |
| 出處： | 教育大辭書 |
辭書內容
|
名詞解釋： 取樣是推論統計的必要步驟，而推論統計的目的是在於根據樣本的性質來推估母群的性質。因為我們不知道母群的性質，所以要抽取樣本來估計它。可見，推論統計的工作乃是由已知推論未知，由特殊而了解普遍的一種科學步驟。樣本既然是要用來代表母群的，則樣本必須具有代表性(representativeness)，否則這種樣本便無價值可言。抽樣(sampling)的方式有很多種，較常用的抽樣方法有簡單隨機抽樣(simple random sampling)、系統性抽樣 (systematic sampling)、分層隨機抽樣(stratified sampling)及叢集抽樣(cluster sampling)。 簡單隨機取樣的取樣方法在直覺上是非常公平，而且不會遭受扭曲，因為在整個母群中的每一個分子成員，都有同樣的可能性出現在樣本中，但其缺點是無法利用我們對母群先有的一些訊息，或對母群特性的一些判斷，例如某一城市貧富分布並非任意分配，而是貧民都居住在北區，而富人居住在南區，那麼我們可利用此一項訊息，使用分層隨機取樣，取樣結果更符合我們的需要。 分層隨機取樣的使用步驟，首先我們必須把母群分成具有較高同質性的次母群或階層，然後再從各次母群或階層分別抽出樣本，這種抽樣方法可以使所得到的樣本更能代表母群的特性。一般而言，分層隨機取樣的取樣方法包括三個步驟：(1)將母群分成幾個階層；(2)對每個階層實施隨機抽樣；(3)估計母群之均值。 |
|
| 資料來源： | 國家教育研究院_分層隨機取樣 |
| 授權資訊： | 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出 |
貓頭鷹博士