Evian, CFA2022-12-22 12:08:07

ヾ(◍°∇°◍)ﾉﾞ你好同学，

这两种抽样方法有什么相同之处？
1
这两种抽样方法都是对总体进行分组。
2
这两种采样方法都使用了简单随机抽样的概念。

这两种抽样方法有什么不同？
1
分层随机样本每阶层的属性一致（同一年级，不能代表总体），聚类抽样每隔聚类集合属性不一致（四个年级都有，可以代表总体）。
2
对于分层抽样，从每阶层中抽取一定数量样本，从而汇总得到总样本。对于聚类抽样，随机抽几个聚类集合。

详细举例：
分层随机抽样
例如，假设我们想了解复旦大学的学生是否支持新建停车场。可能存在的问题的新生的支持程度将不同于高年级的学生。在这种情况下，我们希望获得样本数据（假设n=100）涵盖所有大学四个年级。分层随机样本的步骤如下：
1
以学校所有复旦学生为总体，按年级将他们分成不同的subpopulation（阶层）。在每个阶层中，学生都是相似的属性（同一年级）。
2
每个阶层随机抽25名学生，一共100名学生。

聚类抽样
分层随机抽样在学校里寻找100名不同的学生可能相当耗时。于是我们可以使用集群抽样。在聚类抽样时，需要保证每个集群都能很好地代表总体，这一点很重要。在复旦学校中，这意味着每个cluster聚类集合必须良好代表性总体（四个年级全部学生），我们可以找（home room，类似大学宿舍，不是按年级和专业分，而是随机入住的大学宿舍），在每个home room都会有四个年级的学生。以下是集群示例的步骤：
1
以复旦大学所有学生作为总体，按home room将总体分成聚类集合。在每个聚类集合中，学生都是不同的（多个年级）。
2
随机取3个聚类集合作为样本数据。

参考信息：
https://www.statsmedic.com/post/stratified-random-sample-vs-cluster-sample
----------------------
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!~