楼主: 时光永痕
3929 0

[数据挖掘新闻] 整群抽样:一种概率抽样技术 [推广有奖]

  • 0关注
  • 14粉丝

svip3

学术权威

12%

(VIP/贵宾)八级

4%

威望
0
论坛币
26 个
通用积分
57.2238
学术水平
4 点
热心指数
4 点
信用等级
4 点
经验
34180 点
帖子
2732
精华
0
在线时间
321 小时
注册时间
2020-7-21
最后登录
2024-8-1

楼主
时光永痕 学生认证  发表于 2022-4-6 11:20:36 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
整群抽样被定义为一种 抽样方法 ,其中从人群中创建多个人群,这些人群具有同质特征,并且有相同的机会成为 样本的一部分。在这种抽样方法中,从总体中的不同集群中创建一个 简单 的 随机样本。这是一个 概率抽样 程序。

例子
区域抽样: 区域抽样是在没有完整参考框架可用时使用的一种抽样方法。被调查的总区域被划分为小的子区域,这些区域是随机抽样的或根据受限制的过程(抽样分层)。然后对每个选定的子区域进行全面检查和枚举,如果需要,可以作为进一步抽样的基础。
整群抽样的类型
有以下三种类型,

单阶段集群: 在此过程中,仅一次应用采样。例如,一个非ZF组织想要创建一个跨越五个邻近城镇的女孩样本来提供教育。NGO采用单阶段抽样,随机抽取城镇(群)形成样本,对城镇失学女童提供帮助。
两阶段聚类: 在此过程中,首先选择一个聚类,然后使用简单随机抽样或其他程序从该聚类中抽取样本。例如,企业主想要探索他/她分布在美国各地的工厂的性能。所有者创建工厂集群。然后他/她从这些集群中选择随机样本进行研究。

多阶段聚类: 在两阶段中添加少量步骤,称为多阶段聚类抽样。例如,某组织打算进行调查以分析德国智能手机的性能。他们可以将整个国家的人口划分为城市(集群)并选择人口最多的城市并过滤使用移动设备的城市。

优点
· 花费更少的时间和成本
· 出入方便
· 数据准确性损失最小
· 易于实施

编辑推荐
1、2022年300个以上最佳免费数据科学课程
2、大厂数据分析面试指南!来自亚马逊、谷歌、微软、头条、美团的面试问题!
3、机器学习模型方法总结
4、历史最全机器学习/深度学习/人工智能专业术语表中英对照表
5、机器学习如何应用于商业场景?三个真实的商业项目
6、数据工作者的自我修养 | 哪些技能是必不可少的?
7、《汗牛充栋:数据分析书籍分享》CDA网校新课上线
8、文本挖掘常用的107个语料库
9、一图读懂“东数西算”工程
10、零基础转行数据分析,看这篇文章就够了

DA内容精选

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:整群抽样 抽样技术 非ZF组织 抽样方法 随机抽样

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-28 14:04