codecamp

统计 - 整群抽样

集群抽样中,理想情况下,元素组在组内是异质的,并且是随机选择的。 分层抽样不同,在群集抽样中,群组是均质的,并且从每个群组随机选择少数元素,开发具有群组内异质性的群组,并且群组内的所有元素 一个样品盘。 鉴于分层抽样具有组内均匀性和组间异质性,组抽样具有组内异质性。

例子

一阶段集群抽样

包括来自不同部门的成员数量的委员会具有高度的异质性。 当从这样的委员会的数量,少数被随机选择,然后它是一个阶段群集抽样的情况。

两阶段集群采样

如果从已经被随机选择的每个簇中,使用简单随机采样或任何其它概率方法随机选择少数元素,则其是两阶段簇采样。

多阶段集群采样

当样品中元素的选择涉及多个阶段的选择时,簇样本可以是多阶段采样。 如果在保险产品的全国调查中抽取一个保险公司样本,则需要在多个阶段开发集群。

在第一阶段,集群是在公共和私营公司的基础上形成的。 在下一阶段,从早先开发的每个集群中随机选择一组公司。 在第三阶段中,随机选择从中收集数据的每个选定公司的办公地点。 因此,在多级采样中,对主要单元进行概率采样,然后从每个主要单元抽取次要抽样单元的样本,然后抽取第三级别,直到到达样本单元的故障的最后阶段。


统计 - 算术模式
统计 - 科恩的Kappa系数
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

Statistics Tutorial

Statistics Useful Resources

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }