150****43412023-03-26 23:07:10
150****4341麻烦帮忙判断第1点是否理解正确，以及解答第2点，谢谢：1、A：uses all members of each sub-group (strata).——是one stage cluster sampling 特有的。B：takes random samples all sub-groups (strata).——是straight sampling 特有的。2、C：will not preserve differences in a characteristic across sub-groups.——可以理解two stage cluster sampling 满足，但straight sampling 是保留了各组之间的特点吗？请解释说明straight sampling 的过程
查看试题回答（1）
Evian, CFA2023-03-26 23:57:34
Evian, CFAヾ(◍°∇°◍)ﾉﾞ你好同学，
麻烦帮忙判断第1点是否理解正确，以及解答第2点，谢谢：
1、A：uses all members of each sub-group (strata).——是one stage cluster sampling 特有的。
【回复】不是的，one stage cluster sampling只会有抽到的分组数据，不用没有抽到的分组数据
B：takes random samples all sub-groups (strata).——是straight sampling 特有的。
【回复】嗯嗯是的
2、C：will not preserve differences in a characteristic across sub-groups.——可以理解two stage cluster sampling 满足，但straight sampling 是保留了各组之间的特点吗？
【回复】two stage cluster sampling 不满足，但straight sampling满足
---------------------
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!~
- 评论（0）
- 追问（4）
- 追答
-
请解释说明straight sampling 的过程
【回复】
The best approach for creating a stratified random sample of a population involves drawing simple random samples from each subpopulation in sizes proportional to the relative size of each subpopulation.
创建“a stratified random sample”的最佳方法是：从每个subpopulation（population分成多个subpopulations）中成比例抽取（数据并组成）样本。
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（1000人）为总体，按年级将他们分成不同的subpopulation。在每个中subpopulation（一年级300人，二年级400人，三年级200人，四年级100人），同一个subpopulation学生都是相似的属性（同一年级）。
2
每个subpopulation（一共4个subpopulation）随机按比例抽学生（按比例的意思是subpopulation占总体的比例，这个比例就是抽样比例，一年级抽取300人的“300/1000”...四年级抽取100人的“100/1000”）。
- 追答
-
cluster sampling分一步或者是两步进行，我们可以了解一下：
sigle-stage：
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 2.随机抽国家，假设抽出来了中国和巴基斯坦 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 2.随机抽国家，假设抽出来了中国和巴基斯坦 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
区别在于以上第三步：是否直接使用，是否再次随机抽样
由此可以发现cluster sampling不可以保证总体特征，因为仅有个别cluster抽到了，而剩余的clutter抽不到
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
2.在每个subpopulations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%
3.将每个国家抽出来的数据组成样本
- 追问
-
那A是哪种分类方式的特点呢？谢谢
- 追答
-
stratified random sampling
解析的最后一句话也说明了这一点，分成随机抽样是对每一个层级的数据进行随机抽，也就是“使用了”所有层级的数据
评论
0/1000
追答
0/1000
+上传图片