全面調查與抽樣調查是資料收集過程中最常用的2種方法。
1.全面調查：就是對調查物件逐個排查。
優點：得到的資料全面，可靠
缺點：耗費人力物力財力；調查時間長
適用範圍：範圍比較小；容易掌控；不具有破壞性；可操作性強
2.抽樣調查：是從總體中，抽取若干個體（即樣本）進行調查
優點：耗費的人力物力財力少；大量節約調查時間
缺點：需要具有足夠代表性的樣本；具有不穩定性，容易有所偏差
適用範圍：範圍廣，工作量大
3.總體，個體，樣本
總體：在統計學中，我們把所要考察的物件的全體稱為總體。
個體：其中的每個考察物件稱為個體。
樣本：研究中實際觀測或需要抽樣調查出來的那一部分個體稱為樣本。
樣本容量：樣本中包含的個體的數量
4.簡單隨機抽樣：在抽取樣本時，如果總體中的每乙個體都有同等機會被抽選到樣本中，這種抽樣稱為簡單隨機抽樣。這樣得到的樣本稱為隨機樣本。
5.總體和樣本的關係：如果總體是一碗八寶粥，隨機樣本則是充分攪拌後，八寶粥中的任意一勺。且攪拌越充分，樣本的代表性越好。
選取樣本的注意事項：樣本的選取直接影響分析結果。
一般情況下樣本容易出現的問題：（1）抽取的樣本量過少；【樣本與誤差的關係：資料抽取的樣本量越大，抽樣誤差越小，尤其是在樣本分佈不均時，樣本量過少會導致結果的可信度更低】
（2）選取的樣本主體不均勻
（3）樣本抽取的客觀環境不一致
1.抽樣誤差：
如果總體是一碗八寶粥，隨機樣本則是充分攪拌後，八寶粥中的任意一勺。且攪拌越充分，樣本的代表性越好。然而，一勺八寶粥中的成分比例和整碗不一定相同，可能稍微多些或稍微少些。這是很正常的，這種差異不是錯誤，而是必然 會出現的抽樣誤差。抽樣誤差是由於抽樣方法所導致的系統誤差，在抽樣中不可避免。
2.未響應誤差：
在抽樣調查中，人們因為種種原因沒有對調查做出反應，這種誤差稱為未相應誤差。
3.響應誤差：
在抽樣調查中，一些人因為各種原因，並沒有真實反映他們的觀點，稱為響應誤差。
和抽樣誤差不一樣，響應誤差和未響應誤差是由於主觀因素導致的，他們都會影響對真實世界的了解。我們在設計調查方案和進行調查過程中要盡量避免。
首先，隨機樣本指的是每個個體都以同等的概率被抽到。在抽樣調查時，最理想的樣本就是隨機樣本，但隨機樣本有時候不是那麼容易獲取。
常用的抽樣方法有以下四種：
（1）隨機抽樣：是指將調查總體的觀察個體全部編號，再隨機抽取部分觀察個體，組成樣本。
優點：由於總體中每個單位都有同等機會被抽中，所以在樣本推論總體時，可用概率的方式客觀地判斷估計值的可靠程度。
缺點：總體較大時，難以一一編號。
（2）分層抽樣：是先把要研究的總體按照某些行政分類，再在各類中分別抽取樣本。比如：按照教育程度把感興趣的人群分成幾類，再在每一類中調查和該類成比例數目的人，以確保每一類都有相應比例的代表。
優點：樣本代表性好，抽樣誤差減小
缺點：抽樣過程繁雜
（3）整群抽樣：指先把總體分成若干群，再從這些群中抽取幾群，然後再在這些抽取的群中對個體進行簡單的隨機抽樣。
優點：便於組織，節省經費
缺點：抽樣誤差大於單純隨機抽樣
（4）系統抽樣：是先把總體中的每個單元編號，然後隨機選取其中之一，作為抽樣開始點進行抽樣。在選取開始點之後，通常從開始點開始控制編號，進行所謂等距抽樣。由於開始點隨機，如果編號隨機，所以系統抽樣類似於隨機抽樣。
優點：易於理解，簡便易行
缺點：總體有週期或者增減趨勢時，容易產生偏差。
（2）邏輯性
（3）明確性
（4）全面性
（5）非誘導性
統計學 變數 資料 抽樣
變數值是變數的取值 變數的型別 1.1 分類變數 1.2 順序變數 1.3 數值型變數 另，根據其取值不同又可分為 離散型變數 連續型變數 資料處理 將資料用圖表等形式展現出來 資料分析 選擇適當的統計方法研究資料，並從資料中提取有用資訊進而得出結論，具體方法有描述統計和推斷統計。推斷統計 如何利用...
統計學習（六） 重抽樣方法
重抽樣 resampling 主要用於以下三個目的 bootstrap 是評價統計精度的一種常見方法。它的基本思想是，利用樣本的重抽樣資料推斷總體。由於總體是未知的，因此，樣本統計量關於總體值的真實誤差也是未知的。在 bootstrap 重抽樣中，總體由樣本表示。設樣本 x1 x2,xn 來自某總體...
征服統計學06 統計模型 抽樣分布是什麼？
本文介紹統計模型和抽樣分布基本知識。統計模型描述變數之間的關係，如上圖的黑色直線就是乙個描述小鼠體格和體重關係的線型模型 模型是對真實資料的近似估計，如上圖y軸方向的虛線長表示模型估計與真實資料之間距離 我們用大量實驗資料去驗證模型是否健壯。實際生活中，常常無法直接研究總體，需要隨機抽取樣本代以研究...