解决问题的一种方法是使用分层样本。分层的一个目的是确保人口的某些领域（组）在样本中得到表示，否则这些领域（组）的表示将过于稀疏而无法进行有效推理，例如由于选择概率小。

例如，如果“美洲原住民”是一个重要的群体，就您对“喜爱度模型”的估计而言，但他们的选择概率非常小，那么大小为的简单随机样本 (SRS)可能不包含或仅包含非常这种类型的单位很少。如果你然后包括 Nat。是。作为模型中的指示变量，估计值可能会非常不可靠（大标准误差），或者根本无法估计参数。分层样本的目标是避免这种情况。$n=50$

分层意味着选择比在 SRS 中具有更高概率的单位。在估计逻辑/多项式回归时，您将能够使用分层权重（设计权重）来调整更高的选择概率。权重通常定义为其中是分层样本的选择概率，而是使用 SRS 时的选择概率。

），您可能无法对您提到的所有特征进行分层。在分层中，您通常需要从结果列联表的所有单元格中交叉所有特征和样本。的情况下，不可能再充分填充所有单元格。$n=50$$n=50$

因此，我的建议是查看您的特征并做出如下选择。首先，列出您希望在最终模型中具有的所有特征，因为您假设它们将具有“受欢迎程度”的预测能力，或者它们识别出在“投标过程”中重要的群体。其次，从这些特征中，区分那些在抽样过程中暗示选择概率高和低的特征。的 SRS 样本的情况下，低选择概率可能会给您在某一类别中的观察值太少。$n$

例如，“性别”通常是一个很好表示的变量，在流行中具有 50/50 的概率。因此，即使，您也会有“足够”的男性和女性，但 Nat。是。可能不是这种类型的变量，但对您的模型仍然很重要。如果需要，功效分析可能会提供进一步的指导，但它取决于特定的模型，并且对于多分回归可能非常复杂。$n=50$

选择概率过低的特征是分层的候选者，而在其类别中具有足够高/平衡选择概率的变量在抽样设计中可以忽略不计。现在您已经确定了人口和模型的关键层，您可以在它们上构建抽样设计策略（即从所有相关层中随机抽样以填充所有“单元格”）。

我希望这样做时，您最终会得到足够少的层来继续进行大小样本$n=50$.