分层与整群抽样比较.docxVIP

分层与整群抽样比较

引言

在社会调查、市场研究、公共卫生统计等领域，抽样方法的选择直接影响研究结果的准确性与可行性。分层抽样（StratifiedSampling）与整群抽样（ClusterSampling）作为概率抽样的两种重要形式，常被研究者用于解决不同场景下的抽样需求。二者虽同属概率抽样范畴，却在原理、操作流程、误差控制及适用场景等方面存在显著差异。深入比较二者的异同，不仅有助于研究者根据具体研究目标选择更优方法，也能为抽样设计的优化提供理论支撑（Cochran，1977）。本文将从定义与原理、操作流程、误差来源、优缺点及适用场景等维度展开系统比较，以期为实际应用提供参考。

一、分层抽样与整群抽样的定义与原理

（一）分层抽样的核心逻辑

分层抽样是指将总体按某些特征（如年龄、地区、收入水平等）划分为若干互不重叠的子群体（称为“层”），然后从每个层中独立抽取样本的抽样方法。其核心思想是通过“分而治之”降低总体异质性：若总体中不同子群体的内部差异较小（即层内同质性高），则从每个层中抽取少量样本即可准确反映该层特征，进而通过层间加权汇总得到总体参数的估计（Kish，1965）。例如，在调查某城市居民消费水平时，可先按收入水平将居民分为高、中、低三个层，再从每个层中分别抽样，避免因高收入群体占比小但消费差异大而导致的估计偏差。

分层抽样的有效性依赖于两个关键前提：一是分层变量需与研