粉丝128获赞613
相关视频
05:16查看AI文稿AI文稿各位同学大家好，今天我们来讲抽样方法当中的整群抽样和分类抽样， 那这两种抽象方法在现实操作操作过程当中呢，他其实是有很大不同的 啊，但是呢，在概念上，很多同学啊，刚开始可能会有一些混淆，所以呢，我们把这两种抽药呢放在一起来进行讲解啊，那么他们适用的情况呢，其实是有比较大的差异的，我们分别来看一下。首先我们来看一下这个整群抽样， 我们说这个整群抽样呢，他就是什么哎，当我们的这个总体啊，他的这个数量比较大啊，然后呢，恰好呢，在这个总体当中，他又有一些这个小的一些群体啊，一些啊子 群体啊，那么我们这个子群体跟子群体之间呢，哎，他的统统治性程度比较高啊，那么比如说在一个工厂车间 啊，那么这工厂里面呢，就是有有一百个车间啊，一百个车间，那这一百个车间里面，每个车间有一百个工人，比如说，那这样就一万名工人了，说这个总体是非常庞大的，对不对？非常庞大的， 那你如果说在一万名工人当中来进行啊，这个抽样啊，简单随机抽样啊，这个 操作起来相对来说会比较麻烦一点，对不对？他分布的会比较零散嘛，可能是在在一百个车间当中啊，随机的这样去分散啊，分布会比较零散一点啊，但是我发现这一百一万个 工人，他分布在一百个车间的，而且这些车间之间啊，工人的属性啊特征他是没有很大差异的，有一些甚至的统治性程度比较高， 那这个时候呢，我们就可以换一种思路，从直接抽啊，这个员工个体转换为抽车间， 如果说你把这个抽样单位发生转变啊，进行一下转变，你会发现这个问题就简单很多 啊。那么原来你在这个进行啊，这个啊，直接去抽取员工的时候，你的抽样框里面面对的是一百一一万个员工，但是你如果转换为啊，这个抽，这个抽样单位转换为车间，那你的抽样框里面就是什么一百个车间 啊，你要在一万个里面抽简单，还是在一百个里面抽简单啊？显然在一百个里面抽会更简单一点，对不对？所以这个就是一个什么哎，这个整群抽样的一个啊，这个概念啊，就是说整群抽样就是指在总体当中按照某一种标准 啊，那么把这个总体呢，分为若干个子群体，那每一个子群体呢？作为一个抽样单位， 我们在这个车上这个框当中，用随机的办法抽取若干个紫裙，注意不是个体了，对不对？若干个紫裙， 然后呢，哎，将这个纸群当中的所有个体汇合在一起，那就变成一个总体的样本啊。比如说在这个一百个车间当中，你抽了十个车间 啊，你把这十个车间的工人什么这个名单放在一起，那就是什么十乘以一百，对不对？就一百个工人的名单，那比原来一万个工人名单是不是要简单很多啊？简单很多啊，所以这个就是什么 整群抽样，其整群抽样最关键的地方就是在于什么他转变了抽样单位啊，从而呢降低了抽样的难度 啊，同样的难度使整个操作更加简便易行啊，那在这个整个啊，这个这个 调研当中啊，这个整群抽样这种理念。是啊，非常重要的，尤其是在比较大范围的调查的时候，比如说全国性的一个调查啊，你用整群抽样的概念就可以什么转换这个抽样的单位，比如说全国抽几个省，对不对？ 每个省里面再抽几个地市啊，地市里抽几个县市啊，县市里面抽若干个，比如说这个街道啊，那么他不断不断的什么转换他的这个抽样的单位啊，而且每一次都是整群抽样， 那么发现这样的操作方式就会啊，使得整个抽象过程比较的简便易行，也比较的有序高效啊。 那么我们说这个整群抽象呢，他也有他的适用性的啊，他是适用于那些群跟群，就子群跟子群之间啊，比较相似的啊，就抑制性程度比较低的 啊，但群跟群之间的这个啊，这个这个啊，这个啊，这个一致性程度啊，比较低的这种情况。但你最好这个群内部呢，还是要有代表性的，就是群内部的一致性呢啊， 高一些啊，群跟群之间是差不多，也就意味着什么，我抽哪个群都可以，是吧？啊？抽哪个子群都可以，那适用这种情况啊，那么而且适用于那种啊，总体不太界定的清楚的啊，也是比较合适的啊。
427浙江开放大学
00:24查看AI文稿AI文稿一分钟学会一个统治的概念，今天我们要学的是整群抽样，什么意思呢？假设我想知道达美乐的披萨品质如何，于是我把达美乐的所有披萨按照瓶底不同，一共分为四组，然后从中随机抽取一组，把这一组中所有的披萨都抽一遍。 这样的出样方式就叫整层抽样，虽然减化了出样的难度，但是在估计的精度上就会有所限制，老板是不会想吃。
262数据分析看Stone
15:13
06:17查看AI文稿AI文稿好，这道题目呢，考察的是这种抽样调查方法的区分要求，能够根据他的描述来判断啊，他这种方法是属于哪一种方法？ 他说在调查某个城市餐饮行业个体户的经营状况的时候，从该城市的所有调查小区中 随机抽取五十个，这抽的是小区，然后呢，对这个每一个被抽中的小区里面所有餐饮住户啊进行全面的调查，那这种方法是哪一种？ a。 整群抽样 b。 分层抽样 c。 判断抽样， d。 等距抽样。 根据他的描述，首先他做的第一步呢，是按照小区对这些餐饮行业的个体户进行了分类，对吧？也可以叫做分组，那分完之后再来进行个抽取，那这里面就可以排除掉 c 和 d， 因为 c 和 d 里面不会 会有分组，这个动作容易错选的是 b 选项分层抽样。分层抽样和整群抽样有一点类似，就他们先得分组，或者说分群啊，都是一回事，就先把它分开， 然后区别在于，如果说分完之后，你是在每个组里面随机抽啊，那这个是分层抽样。 如果说分完组之后，你抽完啊，那抽的这个组里面所有人都要接受调查，那就是整群啊，你分的这个组或者就叫一群吗？ 这群里面整个的都要来接受调查，这是整群。按照这道题目说的，你这个就是按照小区来分的群，对吧？分了组，那分完之后，所有这个小区的餐饮行业的个体户都要来调查啊，那大家一起来，那这个就是整群丑样，所以正确答案应该是 a 选项，注意不要把它和 b 选项弄混了。如果 果他说的是呃，在这个小区里面再来随机的抽取，那这个才叫做分层啊。好，我们来回顾一下这个知识点。这道题目呢，考的是几种基本概率的抽样方法，有简单随机抽样，有分层抽样，有系统抽样啊，整群抽样，还有这个多阶段抽样。 简单随机抽样是最简单也是最基本的一种方法啊，就是比如说有一千个人，然后这一千个里面随机来抽，这个呢，就是简单随机抽样，他是适合这种抽样框里面没有一些可以利用的辅助信息，分布又不广阔，差异也不大的时候，用这个简单随机抽样效果会比较好。 分层抽样呢，是要先分层或者叫做分组啊，比如说啊，按照这个年龄来分呐，或者按照性别来分呐，按照级别的不同来分，这些都是啊，分层或者叫做分组， 先按照某种规则来分层，分完之后在层里面再来随机抽啊。所以呢，他的这个呃抽样的过程中啊，其实是分成两步的，那他的特点， 他既可以去估计总体的参数，也可以估计各层的参数。因为在你你在每个层里面也随机抽取了样本，你在这一层中随机抽取的样本，他就可以去估计这一层的参数，那你把所有各层抽取的样本加在一起，就可以估计总体的参数 啊，他便于抽样工作的组织适合呢，样本在总体中分布比较均匀，是可以去降低这个抽样误差的适用条件啊。要求这个抽样框里面有足够的辅助信息，你没有这些信息的话，就没有办法来分层分组。 再往下呢是系统抽样，系统抽样是所有的单元啊，先来给他排序，注意他要 先排序啊，那排完序之后呢，再抽一个初始单元啊，然后再按照一定的规则来抽其他的样本单元，这个是系统抽样。系统抽样呢，也叫做等距抽样，就是刚才那道选项啊，那道题目中啊，这个 d 选项出现这个，呃，这个等距抽样就是这个系统抽样。 比如说，嗯，我要调查这个机动车的尾气的排放情况，那我就可以，比如说按照车牌号啊，给他们进行排序，这先排序，排完之后呢，我随机的抽其中的一个号，那 抽出来之后，比如说间隔一百号啊，然后我再抽取第二个单位，那所以你只要确定了第一个初始单元，然后其他的这些样本单元就全部都出来了，这个是系统抽样，你看中间间隔的距离是相等的，所以它也叫做等距抽样，它的优点呢是操作简单，但是呢对抽样框啊，而且呢对抽样框的要 就比较简单，但是他的光方叉的估计是比较复杂的，这是系统抽样。再往下是整群抽样，就这道题目的正确答案，整群啊，先把它划分成互不重叠的群啊，群啊，组啊，层啊几都是一回事，就是先把他们分开，那分完之后呢，在抽的时候直接抽取群， 群里面所有的这个基本单位都要接受调查，这个是整群，他和分层的区别在于啊，同样是分，但是呢，整群，如果你是这一组的，你被抽到了，那么你们组里面其他的也要接受调查。而分层的话啊，就同样在这层里面，可能其中一些要接受调查，另一些是不需要接受调查的 好，这是他们的区别啊。优点呢，就是实时调查比较简单方便，可以节省费用和时间，抽样框的编制得以简化。缺点是群内相似，群和群之间差 别大啊，这个抽样误差大，适用于这个群，那个单位之间存在比较大的差异，群和群的结构相似啊，这个整群抽样呢，会降低这个啊，抽样误差。再往下是多阶段抽样。多阶段，那名字里面写的非常直观了，他要经过两个或者两个以上的抽样的阶段啊，比如说 我先在什么情况下我抽了一次，抽完之后我再抽一次，这个是多阶段抽样，注意他说的这个啊，是抽样的阶段就抽啊啊，抽两次，有同学可能会把它和分层抽样弄混，说分层不是也有两步吗？注意，分层有两步，第一步是分层， 不是抽样，分完抽再来抽，所以他真正去抽样只有一步啊，多阶段抽样他是抽两步，这个是多阶段的。那他的特点，抽样框可以分级准备，样本的分布呢，相对集中啊，节省人力财 力，抽样误差计算复杂。好在这里呢，对于这一个知识点，他主要是考察这几种基本概率抽样方法的区分啊，一般考法呢，就类似于这道题目，给你一段描述，让你来判断他的这种抽样方法属于哪一种 啊。还有就是个别时候呢，可能会考察他们的试用条件，那试用条件啊，特点呢？优缺点呢？这些考的并不是特别的多啊，所以我们最主要的是要把握啊，这几个抽样方法的区分。
21李碧茹讲经济师
04:21
05:25查看AI文稿AI文稿那么我们他这个准群抽样，他一个优点就是什么？通过转换这个抽样单位啊，那么扩大了啊，就是这个这个使得整个抽样更简单，也扩大了这个抽样的这个应用范围，最大程度的节省了人力和物力， 那么他的缺点也是显而易见的啊，你跟着他就什么样本分布的啊，不会那么均匀，可能就若干个群被你抽到了啊，其他群当中的个体就永远不会被抽到了，对吧？那样本分布的不那么均匀，那么也导致这个样本的代表性 会啊，这个受到一定的影响。好，这个是什么整群抽样啊？那么接下来我们再讲分类抽样啊，分类抽样，那么分类抽样跟整群抽样不同的地方就是什么它分类抽样要根据总体当中的某一种 特性，把这个总体呢分为若干个类别。这里注意是是根据特性分成若干个类别，比如说按照性别来分，按照民族来分，是不都有特性呢？啊？ 啊，按照这个啊，这个这个职务啊，这个这个这个管理的这个工作岗位的这个性质来分，就按照这个特性啊，把这个总体呢分为若干个子总体啊，这个时候就不叫子群了啊，叫子总体。然后呢，我们在每一个子重体当中呢， 选取相应的这个个体，然后把它加总起来，那就变成一个什么哎，总体的一个样本啊，样本，我们举个例子啊，那么我们说这个分类充样，这个比较适用于那些啊，这个 意志性程度比较高的那个总体当中去啊，那么比如说在一个啊，企业当中有两千名员工啊，其中管理人员一百名啊，技术人员两百名啊，工人一千七百名 啊，那么看，看到这个我们可以把这个工作人员分为这三类，明明研发虾线，这是根据什么岗位性质来分啊？分为三类，这三类人员他的这个差异性应该说是还是比较大的。 那如果说我们用简单随机抽样，会得到个什么结果啊？会发现什么工人这个在这个样本的这个中的这占比会非常高啊，非常高啊，大部分可能都是工人，因为工人有一千七百多个人 啊，管理人员加技术人员加起来也才三百多人。说你简单随机抽样，或者说你等去抽样啊，这个都很难啊，保证说你能够把不同类型不同岗位的人员啊，都纳入到你的样本当中来， 这个时候你发现什么？这个叫抑制性程度比较高，那这个时候什么你就发现你有必要进行分类了啊？分类啊，把这个 员工分为啊，这么三类啊，管理人员、技术人员、工作工人，然后呢，在每一类当中分别进行抽样啊，管理人员你抽， 比如说百分之十救人员啊，抽百分之二十工人啊，比如说抽百分之一，对不对啊？百分之一啊，或者百分之五，那你加动起来一个样本啊，样本好，这样的一个数据呢，就比较有代表 信了，对不对？这就是分类抽样的一个啊，一个好处啊，一个好处啊，那么能够把不同类型的啊，这个人员都涵盖到你的样本当中来啊，那么他这个优点就是什么？哎，他使你的这个，如果你这个总体当中的分层比较明显的时候， 就类和类之间差异比较大的时候，会使得你这个样本更加具有代表性，从而呢就提高了你这个总体的估计值的这个精确程度，能更好的去估计总体的情况， 也可以帮助我们去分门别类的去了解啊，这个啊，管理人员对某个问题的态度，技术人员工人对每个问题的一个啊，态度对不对，可以分门别类的了解啊，在操作过程当中呢，我们在这个调查的实际过程当中呢，也 比较便于管理啊，那么当然呢，我们说他也有些缺点，那缺点就是什么？这个怎么分类？通常就是人们主观判定的，所以呢，就要求我们的调查者要具有比较高的素质和能力 啊，并且呢对这个总体啊，这个单位呢，或多或少有啊，有比较多的了解啊，比较多的了解 啊，那么这样才可以啊，所以我们把这个整群抽象和分类抽样做一个比较啊，这两者在无论在操作方法上，还是在试用性上都有很大的差异，整群抽样，他是把群视作抽样单位， 那么分类抽药呢？他要什么？要先分类在不同的类别当中分别抽药。那么适用性的一个是适用于啊，这个群啊，群的 当中的这个群跟群之间同志性程度比较高的情况下啊，恰恰，而且呢群内的一的形成度啊，这个比较啊，这个高的情况下啊，就群群的同志性程度比较高，而且群内的一的性程度比较高的情况下，那么用整群抽象是比较适合的， 那么分类抽象是强调的是类和类之间的抑制性程度，如果比较高的话一定要用分类抽象，所以他们这两点这个差异是比较大的。
132浙江开放大学
03:41查看AI文稿AI文稿我们知道在统计学里面，概率抽样或者做出随机抽样是进来一个高频的考点，那无非呢，就是形式上有不一样，要么考多选题，要么考单选题。 我们知道有五种随机抽样分配是什么呢？简单随机分成与整全等距离，或者叫什么系统抽样。最后一个呢，是都距离，都阶段抽样。 那么在这个五个抽样里面最最容易搞错的，这是得分很不容易的，就是一个分层与整圈抽烟，所以我们把它称之为令人头疼的分层与整圈抽样。好，我们先来看一下二零二一年的一道真题， 在调查某城市餐饮业个体户的经营状况，是从该城市的所有调查小区中随机抽取五十个，然后对每个 抽取的调查小区中所有餐饮行业个体户进行全面调查。这种抽烟方式是什么？那么我呢，同时立了一道题目，我们进行对比，我们看一下 他们的区别，什么区别呢？一个呢，是随机抽五十个，然后呢，抽取的主有什么进行调查？一个呢，我们按照快餐以非快餐店分为两大类，然后呢，由各类当中随机抽取一个店进行调查，共同的加。 我们可以看到这两道例题，当然前面到前面是这个真题，我们后面是例的例句的一道题目，他们的区别在什么地方呢？ 这道题目是抽取了五十个，那么意味着剩下的什么就不要了，而后面呢，只是把这个所有的餐饮分为两大类，他也没说有不要的 没有。然后从两大类当中随机抽取一点是第一个区别，也就是说准确抽样他抽取的部分以后，剩余的部分是不要的，不像分成抽样，全部要往纳入里面去。 第二个区别，整形抽样是抽中的药全部调查，而我们分成抽样呢，他没有讲要什么全部调查，仅仅是什么抽取，分别抽取一个店总共就五十加，你看这就是整形跟分成的一个点心区别。 一等群是抽取一部分以后，剩余是不要调查的，而分成呢，是分为两大类，全部要调查。第二个区别，等群等群是抽中部分，有所有的进行什么全面调查。而分成呢，则是随机抽取一部分，并没有讲所有的店里面的快餐 店里面的这个店全部进行调查，这就是两者的根根本区别。对，全面全面得到真题的答案是什么？整形收样，后面这个立体呢？是什么？分成收样。 所以我们从这个考考级我们可以看到，继续历年来一直在这个考考题里面去考题，那无非就是仅次改变，对吧？啊，一会是多选题，一会是单选题， 那么这个考考点他关键是什么呢？就是他没有书本上的原文，就每个初期老师啊，他都可以怎么编写到期末，他不是从跑这个原文，而是跑什么需要理解的知识点。那么我觉得啊，二零二零年点跟这个思路 依然会在这五个头像里面出考题，而且更加尊重于什么，就分身与政权。对于 位在我听我们的真题分线和我们的这个精讲班的时候有格外的留意，知道他们的根本区别在什么地方，相信记住了，点击药店以后一定会迎刃而解。
43财菁教育
10:02查看AI文稿AI文稿这节课我们先来学习简单随机抽样，首先来了解一下什么叫做简单随机抽样，一般的是一个总体含有 n 个个体，从中呢逐个抽取小 n 个个体作为样本，其中大 n 是正整数，而小 n 呢，他的取值范围是在一到 n 这样的一个范围里边。 现在如果抽取是放回的，而且每次抽取时总体内的各个个体被抽到的概率呢是相等，那么我们把这样的抽样方式叫做放回简单随机抽样。 比如说我们现在有三百个球，三百个球呢，有红色、红色、蓝色和绿色三种颜色，我们要看一下这三种颜色所转的比例大概是多少。我们从中抽取三十个球来做一个样， 现在呢，我们先抽取一个，抽取一个看他是什么颜色。标记好了以后呢，我们再把这一个球呢放回到剩下的两百九十九个里边，所以 把它放回去呢，又是三百个，再从三百个里边再抽取，用这样的方法我们叫做放回简单随机抽样，每抽取一个标记，记住它的颜色以后呢，我们再把它扔回去。 好，接下来我们再看另外一种方法，如果抽取时是不放回的，而且每次抽取时，总体内未进入样本的各个个体被抽到的概率呢是相等，那么 我们把这样的抽烟方式呢叫做不放回。简单学习抽烟，怎么样理解呢？同样是三百个球，同样是红蓝绿三个颜色，我们现在呢要抽 抽取三十个作为一样本来统计一下红蓝绿这三个颜色各占的比例，现在我们从三百个里边抽一个， 然后呢再从剩下的两百九十九个里边呢再抽取一个，然后我们再从剩下的两百九十八个里边再抽一个，直到抽满三十个样本为止。那么这样的方式呢，叫做不放回简单学习中药 抽一个少一个，抽一个少一个，而这种的放回呢，是抽完一个以后呢，再把它放回去。好，接下来我们来看一下什么叫做所谓的简单学习抽烟 放回简单学习抽样和不放回简单学习抽样统称为简单学习抽样。但是呢，一般情况下，我们把简单学习抽样，如果没有特别的声明，我们均只不放回简单学习抽样， 通过简单随机抽样获得的样本呢，统称为简单随机样本。在简不放回简单随机抽样里边呢，会有一种情况，就是说我如果要抽取三十个样本， 一个一个抽和三十个一次抽，他的概率是相等的。比如说从总体中逐个不放回的随机抽取 n 个个体作为样本，就 是比如说三百个球里边一个一个一个的抽取三十个作为样本和一次性批量随机抽取 n 个个体作为样本，那么 两种方法是等价的。我们从三百个里边一次性的抽取三十个，那么两种方法是等价的。接下来我们再来了解一下简单随机抽烟他的特点是什么样子， 他有四个特点，第一个呢，总体的个数是有限的，无限我们一般情况下不用简单学习说要，所以他是有限的。 第二呢，从总体中逐个进行抽取，刚才我们讲了逐个进行抽取呢和一次性进行抽取，他们俩是等价的，但是我们简单随机抽样一般是逐个进行抽取。 第三呢，是一种不放回抽样。一般情况下，简单随机抽样在没有特别说明的情况下，都是一种不放回抽样。 第四个呢，是一种等可能性的抽样，简单随机抽样是等可能性的，要保证他的一个公平性。接下来我们来做练习题，来理解一下他的特点的意思。下列抽样方法是简 答案，随机抽样的是哪一个？ a 选项，从平面直角坐标系中抽取五个点作为样本。平面直角坐标系大家还知道吗？他的点的个数是无穷的，我们知道总体个数有限的时候，我们才用简单随机抽样，但是呢，他的 总体个数是无限的，所以我们 a 选项不能选。 b 选项，百事可乐公司从仓库的一千瓶可乐中一次性抽取二十瓶进行这样检测。一次性单 是我们讲了简单随机抽样通常是从总体中逐个，所以不满足第二点，所以 b 选项也不行。 c 选项，我队从两百名战士中挑选出五十名最优秀的战士参加抢险救灾的活动，最优、 优秀，不满足等可能性的一个公平性，所以也不行。因为这里呢，他给了一个限制条件，是两百名中的五十名最优秀，他不满足简单谁出样的第四个特点等可能性。 第四个，从十个手机中不放回的随机抽取两个进行这样检测，这个是没问题的，所以最爱的答案呢，选 d 选项。接下来我们看下例题。下列问题中最适合用简单随机抽样抽法进行检测的是哪一个呢？ a， 某电影院有三十排座位，每排有四十个座位号，接下来我们看一下 mist 下列问题中，最适合用简单随机抽样方法的是哪一个？ a 选项，某电影院有三十排座位， 每排有四十个座位，那么座位号呢？是一到四十，有一次报告会呢，坐满了听众，这样坐满了听众一排有四十个座位，有三十排，那么三是是一千二百个座位 坐满了，那么他的总体呢？是一千二。报告会结束后呢，为了听取意见，需要留下三十二名听众进行座谈， 那么需要从一千二百个总体里边抽取三十二个作为样本，那么他适合利用简单学习抽样方法吗？我们通常情况下，如果利用简单学习抽样方法，要注意两点。第一点呢，抽取的样本必须准确的反映总体的情况， 因为我们样本本身是为了去反映总体情况，然后才去抽样的。第二呢，操作起来相对方便，现在我们要从 一千二百个总体抽取三十二个作为样本，他的工作量相对比较大，所以呢，不满足第二点，操作方便这一点。 第二个，从十台机器中抽取三台进行质量检查，其这个是没有问题的，十台机器随机抽三台，那么工作量也是比较小，所以呢，它相对适合简单随意抽样，但是我们要看的是最适合，所以我们暂时保留。 b 选项。 c， 某学校在一边人员一百六十人，其中呢，行政人员十六人，教师一百一十二人，后勤人员呢，三十二人。教育部为了了解学校机构改革的意见，需要从中抽取一个容量为二十的样本， 现在如果从这这些人里边抽取一个容量为二十的样本，会有一个什么样的情况呢？ 每个的工种是不一样的，有些是行政，有些是教师，有些是后勤，那么他们对于教育部改革的意见想法，每个人都会不一样，那么抽取的这二十个样本呢，会出现一个问题， 没法准确的反应总体的一个特征，因为每个人想法不一样，所以 c 选项也排除 d 选项。抹香有山地八千平方千米，丘陵呢？一万二千平方千米，平地呢？两万四千平方千米， 规定呢四千平方千米。现在呢，我们要抽取四百八十平方千米的地呢，估计全乡农田的平均产量，地有山地，丘陵，平地归地。现在我们要抽取是这么样的地来进行，估计也会有一个问题， 每种地它的产量是不一样的，我们不能从样本中准确的反映他的一个总体的特征，所以呢也不满足第一个，那么 d 选项我们排除，最后呢，我们选择 b 选项， 最后我们来做下小结。这节课呢，我们就学习了两个知识点，一个是什么叫简单学习抽样，第二个呢，简单学习抽样的一个特点。首先我们来了解一下放回，简单学习抽样，一般的是一个总体含有 n 个个体，从中抽取 n 小 n 个个体呢作为样本。如 如果抽取是放回的，而且每次抽取时总体内的各个个体被抽到的概率是相等，那么我们把这样的抽取方式呢？我们叫做放回，简单随意抽样，如果抽取时是不放回的，而且每次抽取时总体内未进入样本的各个个体被抽到的概率呢， 是相等的。我们把这样的抽烟方法呢叫做不放回简单随机抽烟。不管是放回随机抽烟还是不 放回简单随意抽样，我们统称为简单随意抽样。但是呢，除非是特殊声明，我们君子不放回，注意，是不放回简单随意抽样。所以 接下来我们看一下简单随机抽烟的特点，就是不放回简单随机抽烟的特点。第一呢，总体个数是有限的，一定是有限。第二呢，从总体中逐个进行抽取，一个一个的抽取。 第三个是一种不放回的抽样，第四个是一种等可能的抽样。注意呢，我们在做简单随机抽样的时候呢，第一种要出出的样本呢，必须准确的反应总体的特征。第二呢，操作起来相对方便。好这节课。
518滴答课堂
01:02查看AI文稿AI文稿如果要研究退休老人的生活，最直接的方法就是混入其中。清晨到公园去偶遇几位老人， 在通过他们结识其朋友，很快你就能交上一大批老年朋友，从而了解他们的退休生活。你一定觉得这种方法不太靠谱。实际上，这应用了在非概率范畴内的滚雪球出道方法。 在无法进行大规模社会调查或难以找到对象总体成员时，可以先随机选择一部分被调查者，再由他们层层推荐，就研究目标总体特征的其他人一次类推。样本就如同滚雪球般不断有效变大， 操作简单、成本低。文学求创方法让调查目标更易实现，但也存在无法确定、抽样误差和主观因素过强等弊端。回到开头的案例，对那些喜欢宅在家 的老人，你就很难把雪球滚到他们那里去，而他们也代表着另外一种生活方式。所以，车辆虽好，在合适的情境下使用才是最优解。
99北京统计
03:03
00:58
05:02查看AI文稿AI文稿本节课为大家讲解抽样，我们都知道啊，如果说需要知道总体的 一些参数，比如说我们需要总体的均值、标准差、方差等数据是非常困难的，因为数据量比较大， 而我们往往采用的是抽样的方式，也就是从总体里面抽取一定量的样本来进行分析样本的均值标准差， 进一步通过统计推断来推断出总体的均值和标准差。换一句话说，我们抽奖的最终目的是 为了使用样本来反馈总体，或者是来反映总体的参数，这整个过程呢叫做统计推断。 抽样的主要好处是他能够节约费用和时间，因为对总体进行全部检测或者是检验的费用和时间都是非常高的。 那么我们接下来看一下如何才能进行科学的抽样。我们制定一个抽样计划呢，主要包含三大块， 第一，抽烟的类型。第二，样本的数量。第三，频率。 接下来我们先来看一下用抽样的方法有哪几种。首先我们来看一下简单随机抽样。 简单随机抽样呢，最常见的比如说我们的抓究以及抽签计算机模拟，包括我们的随机数表法， 都是简单随机抽象。简单随机抽象呢，他要要符合两个基本条件，第一个等可能性，也就是说每一个个体都有被抽到的可能性，并且这个可能性是相等的。 比如说我要在十个小球里面去抽出两个来，那么这十个小球每个小球被抽 都出来的可能性一定要是相等的。第二，独立性。独立性指的是 a 发生，对 b 发生的概率没有影响。 第二，分层抽样。分层抽样呢，因为总体被分成了户部交叉的层，比如说一号机或者是二号机， 或者是说第一季度或第三季度等，通过层别法进行了分层。我们需要按照一定的比例，从个层中独立抽出一定数量的个体， 将各层的个体结合在一起作为样本。这个要求 都是各样本之间的差异很大，但层与层之间的一个个体差异比较小。 比如说我们要研究各个年龄段的收入情况，那么我们不可能将每个人的收入情况都调查清楚，所以我们对各个年龄进行抽样。 比如说按照我们全国人口普查的比例，七十五岁以上的人口有多占多少比例，六十到七十五的断多少比例，五十到六十的占多少比例， 四十到五十的占多少比例，四十岁以下的占多少比例？按照这个比例进行抽样，抽取来之后合成一个样本进行分析，来求出人均的一个 收入。最后是一个系统抽样。系统抽样也是需要将总体进行分成，但是和分成抽样的区别是系统抽样是平均均衡的，将总体分成几个部分，按照一定的 预先的规则去抽取个体。比如说我们机台每四个小时抽取五片，那这个就是按照时间将总体分成了几个均衡的部分，按一定的规则去抽，这个就是典型的系统抽样。
07:56查看AI文稿AI文稿这节课我们一起来学习简单学习抽象的方法。首先我们来了解一下抽签法，所谓抽签法，是把总体中的 n 个个体进行编号，我们可以按一到 n 进行编号，当然也可以是零 到 n 减一进行编号。第二步呢，把编号写在外观、质地等无差别的小纸片上，作为好签。当然小纸片也可以换为卡片，小球等等都是没有问题。 并将这些小纸片放在一个不透明的盒子里边，充分搅拌。第三步，从盒中不放回的，注意是不放回的，逐个抽取号签 十与号介绍的编号对应的个体呢，进入样本，直到出足样本所需的个数即可。那么接下来我们看一个练习题，来理解一下所谓抽签法。注意，抽签法它是 适用于总体中个数不多的形形，如果个数太多，那么编号比较复杂，而且呢，充分搅拌的时候呢，也会搅拌不均匀。 好看这个例子题，某大学为了支援我国西部教育事业，决定从二零二一年应届毕业生呢报名的十八名志愿者中选取六人组成志愿小组。 现在呢，他要求的是用抽签法设计抽样方案。抽签法刚才我们讲了三步，那么我们一步一步的来。 第一步呢，我们肯定是进行编号，把十八名志愿者呢进行编号，编号为一、二、三到十八。第二步呢，我们要做小纸片，然后把它搅拌好。那么我们第二步把编号写在外观、质地等无差别的小 纸片上，折好呢，就会好签。将这些小纸片放在一个不透明的盒里，充分搅拌，然后我们看第三步，第三步就要出去好签了，从盒中不放回的逐个出取六号签 六个，这里各问了哈六个号前，并记录上面的编号，所得号码对应的志愿者呢，就是志愿小组的成员，要出去六个逐个，而且是不放回的逐个出去六个号前。然 然后呢，六个号前对应的这六个志愿者就是我们要找的志愿小组的成员。这是所谓的抽签法，它适用于总体中个数不多的情形。接下来我们再来了解一下学习数法。我们把总体中的 n 个个体呢，依次编上零一到 n 减一的号码。然后呢，我们利用工具，工具有转盘，转盘大家玩过，不管他的箭头指向哪，然后呢，我们随机转 向左，向右啊，顺时针转，逆时针转都是可以的。摸球学技术表科学计算器或者是计算机等等，产生零一到 n 减一中的学技术。产生的学技术呢是几就选几号个体， 重复上边的过程，直到出到预先规定的样本数为止。一般情况下，学习技术法呢，他会含有一零一到九这几个数。接下来我们同样看看练习题来理解一下。一个总体共有六十个 个体，他有六十个个体，编号呢是零零到五十九，零零零一，零二零三等等，一直到五十九刚好是六十个个体。现在呢，我们 从中抽取一个容量为十，注意他的样本的容量呢，是十的样本，请从随机数表的第八行第十一列的数字开始向右读，第一呢，他是从这里开始，一般情况下，我们随机数表，转盘，这些都是随 随机从哪个地方开始，然后向左向右，向上向下，顺时针、逆时针，现在他要求的是向右读，去到最后一列后呢，再从下一行的左开始继续向右读。如果 到这里了，比如说第八行的最后以后呢，我们再进入下一行，从左右向右读，依次获取样本号码，样本号码呢，我们只要十个样本即可，直到取买样本为止。 那么获得的样板号码是多少？我们现在来看一下，他说的是需要我们从下边这个随机数表的第八行第十一列的数字开始。 第八行第八行，这里写了是第八行第十一列的数字，这是第一列，这是第二列，第三、第四、第五、第六、第七、第八、第九、第十、第十一列的数字是一， 第十一个数字是一，那么我们都是要读取两位，所以呢，我们读取的第一个数呢是十六，十六是在零零到五十九中间的，所以十六 满足，这个是满足的。接下来我们看一下九十五、九十五满不满足呢？九十五向右读取，他说的是向右，所以我们向右看九十五，他是不满足的，因为他最大是五十九，所以九十五不能选取。这里我们要注意 随接数法对于超出标号范围的数字的处理呢，即一定要将其舍去，所以我们把九十五舍去，重复的数字呢也要舍去，重复的数字也要舍去，所以九十五比他大，要舍去。五十五呢，五十五在零零到五十九中间的，所以这个也可以。 六十七呢，也比五十九大，不在里边，所以要舍去。十九是可以的，我们继续往右读，九十八不可以，但是十可以。五十呢也在里边，也可以，七十一呢比五十九大也不行，七十五比五十九大也不行，十二呢是 在零零和五十九中间可以，八十六不行，七十三也不行，大了五十八也在零零到五十九中间， 零七也是没问题的，我们看一下现在选了几个了，一二三四，五六七八还需要选两个好再继续往右，四十四是可以的，在里边三十九也是可以的。现在我们十个样本全选完了，这些数字呢是在零零和五十九中间，而且目前里边呢是没 没有重复的数字，所以没有需要甩去的。那么他的十个样本呢，就是这十个，十六、五十五十九，十五十十二、五十八，零七、四十四以及三十九， 这是有关学技术法。那么最后我们做下小结，这节课呢，我们就学习了两种方法，第一种呢是抽签法， 第二种呢是水几速法。那么首先来看一下抽签法，抽签法呢，通常适用于总体中个数不多，他个数比较少的形形。 第一，先把总体中的 n 个个体进行编号。第二步呢，把编号写在外观、质地等无差别的小纸片上作为号签， 这个是卡片、小球等，并将这些小纸片呢放在一个不透明的盒里充分搅拌。第三步，从盒中不放回的逐个抽取，号签是与号尖上的编号对应的，个体呢，进入样本， 直到出租样本所需的个数即可。第二个方法呢是随机数法，那么对于超出标号范围的数字的处理呢，既一定要将其舍去，重复的数字呢也要舍去。第一步，我们同样把总体中的 n 个个体 进行编号零到 n 减一的号码，然后呢，利用工具可以是转盘，转盘大概有玩过摸球随机数表，刚才我们有讲过例题，科学计算器或计算机等等 产生零一到 n 减一中的学习数，产生的学习数呢？是几？就选几号个体。第三步，重复上面的过程，直到抽到预先规定的样本数即可。那么这节课我们就讲到这。
325滴答课堂
