可以强制样本中的随机性吗？

机器算法验证 采样 民意调查 随机性
2022-04-17 12:46:13

我最近与一家大型定性分析公司进行了交谈，该公司正在对火车公司的潜在客户进行深入分析。我问他们如何选择要包括在样本中的人，他们说，他们是从该地区的人员名单中随机挑选的，但他们也说有预定义的标准，需要的样本男女分布均等与该地区一样，在种族、收入、教育等方面也是如此。我问他们是否认为他们选择的列表有偏见，但这不是原因，而是让样本更加随机。这是否有意义，或者它们是否冒着干扰随机性的风险，从而降低随机性？他们的样本大约有 100 人，但我也对极少数人的答案感兴趣。

2个回答

您在此处描述的过程称为配额抽样。这是一种非随机抽样方法。该程序经常用于没有可用抽样框的情况。在这种情况下，它提供了一种方便且廉价的取样方式。

分层抽样是不同的。在分层抽样中，人口被分成一定数量的不重叠的子人口，每个人口都是独立抽样的。或者换一种说法，采样率在子群体之间有所不同。

示例：要从一个组中抽取一个简单的随机样本，您可以对总体应用统一的抽样率，例如 10%。在分层抽样中，您将人口分成两组，例如农村和城市。对于每个组，您应用不同的抽样率，例如，城市人口为 5%，农村人口为 20%。

可能很容易犯错误（如果您粗心的话）并将其解释为分层抽样而不是配额抽样。正如 whuber 在下面的评论中指出的那样，分层抽样需要在抽样之前将人口分成几组。

“这被称为分层抽样。它不会使它比简单随机抽样“更随机”。

对于较小的样本，它实际上更合适。通过简单的随机抽样，您的样本更有可能过度代表人口的一个类别。”

其它你可能感兴趣的问题
上一篇使用具有双峰分布的问卷分数（EuroQol 的 EQ-5D）作为线性回归的结果是否存在问题？ 下一篇如何绘制文本挖掘的结果（例如分类或聚类）？