Evian, CFA2022-07-17 00:57:07

ヾ(◍°∇°◍)ﾉﾞ你好同学，

C
will not preserve differences  in a charracteristic不会保留数据特征的区别，也就是老师表述的意思，抽出来的样本数据是具有相似特征的【例子中再次会解释】。

one-stage cluster sampling
1.在总体中分组，形成clusters
2.随机抽样其中clusters 
3.直接使用抽到的clusters

例如：全球的人类是总体，然后
1.按照每个国家分组，形成的cluster就是每一个国家的人类 （中国、美国、日本、新加坡、巴基斯坦、印度等）
2.随机抽国家，假设抽出来了中国和巴基斯坦 这两个cluster
3.直接用这两个国家的人类作为样本

two-stage：
1.在总体中分组，形成clusters 
2.随机抽样其中clusters 
3.在抽到的clusters，再次抽样

例如：全球的人类是总体，然后
1.按照每个国家分组，形成的cluster就是每一个国家的人类 （中国、美国、日本、新加坡、巴基斯坦、印度等）
2.随机抽国家，假设抽出来了中国和巴基斯坦这两个cluster 
3.从这两个国家的人类中，再随机抽样后的人类再作为样本【从中国人和巴基斯坦两个国家中抽取样本，样本的相似性被提高】样本仅包含中国和巴基斯坦人

Stratifed Random Sampling：
例如：全球的人类是总体，然后
1.按照每个国家分组，形成的subpopulations是每一个国家的人类 （中国、美国、日本、新加坡、巴基斯坦、印度等）
2.在每个subpopulations（国家）中，抽样，抽出的样本数量是按照比例抽的，例如中国人站全球人的20%，那么样本中中国人也要占20%，巴基斯坦占全球人的11%，那么样本中巴基斯坦人也要占11% ，美国占全球人的5%，那么样本中美国人要占5%。
3.将每个国家抽出来的数据组成样本，样本中含有各个国家的人
----------------------
学而时习之，不亦说乎👍【点赞】鼓励自己更加优秀，您的声音是我们前进的源动力，祝您生活与学习愉快!~