不少人在问怎么进行抽样，今天介绍几种在实际中常用的几种抽样方法。那么，小编就来给大家分享一些数学抽样方法的选择吧!
抽样方法可分为两大类:1.随机抽样(Probability-Sampling),即在抽样时,母群体中每一个抽样单位被选为样本之机率相同.随机抽样具有健全之统计理论基础,可用机率理论加以解释,是一种客观而科学的抽样方法,在市场调查中通常都用随机抽样.2.非随时抽样(Non-Probabity-Sampling),在抽样时,抽样单位被选为样本之机率为不可知。
[图片0]
2方法一:简单随机抽样
简单随机抽样，也叫纯随机抽样。就是从总体中不加任何分组、划类、排队等，完全随机地抽取调查单位。特点是:每个样本单位被抽中的可能性相同(概率相等)，样本的每个单位完全独立，彼此间无一定的关联性和排斥性。简单随机抽样是其它各种抽样形式的基础。通常只是在总体单位之间差异程度较小和数目较少时，才采用这种方法。
简单随机抽样常用的方法:①抽签法;②随机数表法;③计算机模拟法;④使用统计软件直接抽取。在简单随机抽样的样本容量设计中，主要考虑:①总体变异情况;②允许误差范围;③概率保证程度。抽签法:①给调查对象群体中的每一个对象编号;②准备抽签的工具，实施抽签;③对样本中的每一个个体进行测量或调查。
3方法二:分层抽样
是把调查总体分为同质的、互不交叉的层(或类型)，然后在各层(或类型)中独立抽取样本。例如:调查零售店时，按照其规模大小或库存额大小分层，然后在每层中按简单随机方法抽取大型零售店若干、中型若干、小型若干;调查城市时，按城市总人口或工业生产额分出超大型城市、中型城市、小型城市等，再抽出具体的各类型城市若干。
优点: 适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提高总体估计的精确度，在样本量相同的情况下，其精度高于简单抽样和系统抽样;能保证“层”的代表性，避免抽到“差”的样本;同时，不同层可以依据情况采用不同的抽样框和抽样方法。缺点:要求有高质量的、能用于分层的辅助信息;由于需要辅助信息，抽样框的创建需要更多的费用，更为复杂;抽样误差估计比简单抽样和系统抽样更复杂。
4方法三:多级抽样
也叫多阶段抽样或阶段抽样，以二级抽样为例，二级抽样就是先将总分组，然后在第一级和第二中分别随机地抽取部分一级单位和部分二级单位。例如:以全国性调查为例，当抽样单元为各级行政单位时，按社会发展水平分层后(或按经济发展水平，或按地理位置分层)，从每层中先抽几个地区，再从抽中的地区抽市、县、村，最后再抽至户或个人。
优点:具体整体抽样的简单易行的优点，同时，在样本量相同的情况下又整群抽样的精度高。缺点: 计算复杂。
以上就是一些数学抽样方法的选择的相关建议了，希望对大家有所帮助!