系统抽样定义编辑

什么是系统抽样？

系统抽样是一种概率取样一种方法，根据一个随机的起始点，以固定的周期间隔，从较大的群体中选出样本成员。这个间隔，称为抽样间隔，是通过将总体规模除以所需的样本规模来计算的。尽管事先选择了样本总体，但如果事先确定了周期间隔，并且起点是随机的，系统抽样仍然被认为是随机的。

关键要点

系统抽样是一种概率抽样方法，它是从较大的群体中选取具有固定周期间隔的随机样本。
固定的周期间隔，称为抽样间隔，是通过将总体规模除以所需的样本规模来计算的。
该方法的其他优点包括消除了聚类选择现象和污染数据的低概率。
缺点包括对特定模式的过度或不足表示，以及更大的数据操纵风险。

1:29

系统抽样

了解系统抽样

自简单随机抽样统计学家们转向其他方法，例如系统抽样，这样做可能效率低下而且耗时。通过系统方法选择样本量可以很快完成。一旦确定了一个固定的起点，就会选择一个固定的时间间隔，以便于参与者的选择。

当数据操纵的风险较低时，系统抽样优于简单随机抽样。如果这样的风险是高的，当研究人员可以操纵区间长度来获得期望的结果，一个简单的随机抽样技术将是更合适的。

系统抽样因为它的简单性而受到研究人员和分析人员的欢迎。研究人员通常假设结果代表大多数正常情况；人口除非随机特征不成比例地存在于每个；n 数据样本（不太可能）。换句话说，一个群体需要在所选择的度量上表现出自然的随机性。如果人群有一种标准化的模式，意外选择非常常见病例的风险就更明显。

在系统抽样中，与其他抽样方法一样，在选择参与者之前必须先选择目标人群。一个群体可以根据符合研究目的的任何数量的期望特征来确定。一些选择标准可能包括年龄、性别、种族、地点、教育水平和/或职业。

有几种方法可以对总体进行抽样以进行统计推断；系统抽样是随机抽样的一种形式。

系统抽样实例

作为系统抽样的一个假设例子，假设在1万人的人口中，统计学家每100人中选择一人进行抽样。采样间隔也可以是系统的，例如每12小时选择一个新的样本。

再举一个例子，如果你想用系统抽样法从50000人中随机抽取1000人，那么所有潜在的参与者都必须放在一个列表中，并选择一个起点。一旦名单形成，名单上的每50个人（从选定的起点开始计数）将被选为参与者，因为50000/1000=50。

例如，如果选择的起始点是20，则将选择列表中的第70位，然后选择第120位，依此类推。一旦到达列表的末尾，并且如果需要其他参与者，则计数循环到列表的开头以完成计数。

系统抽样与整群抽样

系统抽样和整群抽样在从样本中包含的总体中抽取样本点的方式上有所不同。整群抽样把人口分为簇，而系统抽样则使用较大人群的固定间隔来创建样本。

系统抽样从总体中选择一个随机的起点，然后根据总体的大小从固定的固定间隔中抽取样本。整群抽样将总体划分为若干个簇，然后从每个簇中随机抽取一个简单的样本。

整群抽样被认为不如其他抽样方法精确。然而，它可以节省获得样品的成本。整群抽样是一个两步抽样过程。在填写；全部人口很难。例如，很难构建一个杂货店的全部顾客群来面试。

然而，一个人可以创建一个随机的商店子集，这是这个过程的第一步。第二步是随机抽样采访这些商店的顾客。这是一个简单的手动过程，可以节省时间和金钱。

系统抽样的局限性

统计学家在进行系统抽样时必须考虑的一个风险是，抽样间隔所使用的清单是如何组织的。如果列表上的总体以与采样间隔相匹配的循环模式组织，则所选样本可能有偏差。

例如，一家公司的人力资源该部门希望挑选一批员工，询问他们对公司政策的看法。员工分成20人一组，每组由一名经理领导。如果用于挑选样本大小的列表是由聚集在一起的团队组织的，统计学家可能会根据抽样间隔只挑选经理（或者根本不挑选经理）。

常见问题

系统抽样有什么好处？

系统抽样因其操作简单、易于理解而受到研究者的普遍青睐。中心假设，即结果代表大多数正常人群，保证了整个人群的抽样是均匀的。此外，由于其过程，与其他采样方法相比，系统采样提供了更高程度的控制。系统抽样也具有低风险因素，因为数据被污染的可能性很低。

系统抽样的缺点是什么？

系统抽样的主要缺点是需要人口规模。如果不知道一个群体中参与者的具体数量，系统抽样就不能很好地工作。例如，如果一个统计学家想检查一个特定地区无家可归者的年龄，但不能准确地获得有多少无家可归者，那么他们就没有人口规模或起点。另一个缺点是，总体需要表现出自然的随机性，否则选择类似实例的风险会增加，从而破坏样本的目的。