五、抽樣與抽樣分布

5. Sampling Methods &

Sampling Distribution
抽樣方法
 為何要抽樣
 抽樣誤差
 一方面是由選取樣本時隨機過程所造成的誤
差，另一方面是抽取樣本的方法所造成的。
 非抽樣誤差
 處理資料造成的誤差。例如紀錄錯誤。

2
機率抽樣
 定義：母體中的任一樣本都有一個大於
零的機率被抽中

3
簡單隨機 SRS
 抽樣母體中，所有可能被抽取的樣本組
其抽取機率皆相同，且彼此獨立。
 需要有抽樣底冊
 不需要對母體有額外資訊

4
分層隨機
 將母體依其特性分成幾個層，母體中的
每個個體都屬於且只屬於其中一層。
 在同一層中的個體性質較為接近，不同
層中的個體差異較大。
 例：性別、族群等
 從各層中抽取較小的樣本便足以代表母
體

5
叢集
 將母體分為幾個叢集，每個個體都隸屬
於一個且只有一個叢集
 各個叢集的差異小，叢集內的差異大。
 例：國小六年級的班別
 抽取出的叢集要進行普查

6
系統
 從母體自然隨機排列的資料中，每隔相
同間隔取一樣本直到符合所需樣本數的
抽樣法
 當個體的出現順序有規則時不適用

7
非機率抽樣
 便利
 依調查人員方便取得的方式來抽取樣本的方
法。
 例：大部份的網路問卷
 滾雪球
 以樣本連結新的樣本 ( 介紹 )

8
中央極限定理 Central Limit Theorem
 若一隨機變數 X 的平均數為 μ ，標準差
為 σ ；以 n 為樣本數的樣本平均數 x
的分布有三個特性
1. 樣本分布的平均數 μx 與母體平均數 μ 相等
2. 樣本分布的標準差為  / n，此值一般被稱
為標準誤 standard error
3. 若 n 夠大 ( 一般以≧ 30 為夠大 ) ，則樣本
分布趨近常態
9
 當 n > 1 ，樣本平均數的標準誤必然小於
母體的標準差
 標準誤會隨差 n 的增加而減少
 無論母體為何種分布，自母體簡單隨機
抽取樣本數為 n 的樣本，當 n 夠大時 (>=
30) ，樣本平均數分布會趨近常態分布
2
X ~ N(  , )
n
10
標準差與標準誤
 樣本平均數的分布的標準差稱為標準誤
2 
 
2
x
x 
n n

 標準差代表資料的分散度，標準誤代表樣本平
均數估計的誤差程度

11