在调查方法中更定性的方面，请参阅https://blogs.rti.org/surveypost/2012/05/15/surveying-on-a-deserted-island-a-bakers-dozen-中提到的书籍带走的资源清单/。如果您对抽样完全陌生，与Michael Chernick 提到的更正式的经典相比， Lohr (2009)是一种更现代的处理方法，还涵盖了调查数据分析、复制方差估计和一些实际方面的一些方面。

更新：我在 2012 年发布了原始答案。从那时起，另一本好书问世了：Valliant、Dever 和 Kreuter（2013 年）。设计和加权调​​查样本的实用工具（亚马逊）。这是一本很好的实用书，只有在您了解基础知识的情况下，所以我建议首先从 Lohr 的书中学习仍然适用。

我推荐Cochran 的采样技术。它提供了基础并且非常清晰。Leslie Kish 的调查抽样是我可以推荐的另一个经典之作。去亚马逊的一个好处是那里经常有很多用户生成的书评供 OP 看。我个人在那里写了很多评论。
我能想到的没有比亚马逊教科书链接更好的了，因为一旦你进入该网站，你就有可以阅读的用户和出版商评论，而且亚马逊经常提供对目录、前言和章节摘录的查看。您不会获得一个链接，该链接将为您提供该书的免费电子副本。现在可以推荐适合该法案的参考文章，但我认为在这种情况下，书籍推荐是更好的参考。也许像一本绿色 SAGE 小书这样的简短专着更适合 OP，但我更喜欢这些书。

以前的答案似乎很好地解决了 OP 的问题。但是，为了未来读者的利益，我要补充一点，Thomas Lumley 提供了大量关于“复杂调查”的信息，这些信息可以粗略地描述为具有数千到数千万或更多观察值的调查（也许数据更大比你的机器的内存），经常执行复杂的抽样方法（例如全国健康访谈调查或全国住院样本）。

Lumley 通过他的 R 包为“复杂调查”分析做出了贡献survey。有关该软件包的演示列表，请参见此处，以及有关使用该软件包的一些非常好的小插曲。surveysurvey