Please enable JavaScript.

Coggle requires JavaScript to display documents.

ch5抽樣邏輯 - Coggle Diagram

- - - - 偏差(bias)：選出的樣本不是典型樣本，也無法代表母體
      - 常發生在研究人員為了方便就地選取樣本時，或是研究人員的個人偏好，有意無意選擇自己偏好的樣本/避開不想接觸的樣本
  - - - 樣本數越大，對母體的估計值越精確，標準誤越低
        樣本數擴張至四倍時，標準誤會減少一半→一旦決定可容忍的抽樣誤差，就可計算需要的樣本個數
      - 對樣本變項的概述稱為統計量
      - 可以透過機率理論計算抽樣誤差(sampling error)，
        指因為是調查樣本而非調查母體，而預期會發生的錯誤程度
        誤差量取決於樣本大小、母體多樣性(差異性)、信心水準
        指初一定比例的樣本估計值，會落在與參數相差一定數額的範圍內
      - 標準誤s=√PQ/n，Q=1-P
    - - 信賴區間(confidence interval)：母體參數估計會存在的數值範圍
      - 信心水準(confidence interval)：母體參數會落在特定信賴區間的估計機率(信心程度)
      - 信賴區間越大，信心水準越高
      - 所有與抽樣精確度相關的陳述，都須說明信心水準與信賴區間兩數值
    - - 1.增加樣本數
      - 2.樣本來自同性質的母體/提高被抽選單元的同質性
  - - - step2：隨機抽出第一個樣本
        (e.g.7為1~10中隨機抽出的第一個樣本)
      - step3：從第一個樣本之後，間隔抽樣間距抽取樣本
        (7,17,27,.....)
      - step1：
        決定抽樣間距sampling interval(被選入樣本之單位的標準間距)：母體數/樣本數(e.g.1000/100=10)
        或是抽樣比例sampling ratio(獲選單元數佔母體之比例)：樣本數/母體數(e.g.100/1000=0.1)