什么是多阶段抽样？ （定义&#038；示例）

多阶段抽样是一种通过将总体分成越来越小的组并对较小的结果组中的个体进行抽样来获取总体样本的方法。

例如，假设我们要估计美国的平均家庭收入。为简单起见，我们假设有 1 亿个家庭。这代表了我们感兴趣的全部人群。

然而，收集每个家庭的收入数据过于昂贵且耗时。因此我们可以对 15 个州进行简单的随机抽样。

然后，在每个州内，我们可以抽取 10 个县的简单随机样本。

然后，在每个县内，我们可以简单随机抽取 100 户家庭。

我们得到的样本总共包含15,000 个家庭：

样本 = 15 个州 * 10 个县 * 100 户 = 15,000 户。

这种获取样本的方法称为多级抽样。

在此示例中，有 3 个不同的阶段，但实际上，任何使用两个或多个阶段的采样方法都可以被视为多阶段采样。

重要的是，我们在每个阶段都使用概率抽样方法，即我们使用群体中的每个成员都有相同概率被纳入样本的方法。

概率抽样方法的示例包括：

• 简单随机样本
• 分层随机样本
• 聚类随机样本
• 系统随机抽样

您可以在此处阅读有关每种采样方法的详细信息。

多级采样示例

多级采样应用于各个领域，包括：

人口普查局：美国人口普查局采用多阶段抽样，首先对每个州的县进行简单随机抽样，然后对每个县的家庭进行另一个简单随机抽样并收集这些家庭的数据。

质量控制：许多仓库使用多阶段抽样来评估质量控制。例如，小部件制造商可能会从某个生产运行中抽取一个简单的随机包装样本，然后从每个包装中抽取另一个简单的随机小部件样本，以估计有缺陷的小部件的百分比。

盖洛普民意调查：大多数盖洛普民意调查都会在每个州的地区中选择一个简单的随机样本，然后在每个地区的家庭中选择一个简单的随机样本并收集这些家庭的数据。

多级采样的优点

多级采样具有以下优点：

• 这很方便。
• 通常是有利可图的。
• 当感兴趣的个人在地理上分散时，这特别有用。
• 它不需要人口中所有个体的完整列表。

由于这些优点，它被广泛应用于各种场合。

其他资源

人口对比样本：有什么区别？
什么是抽样框？
什么是代表性样本？为什么它很重要？