150****4341
2023-03-26 23:07麻煩幫忙判斷第1點(diǎn)是否理解正確，以及解答第2點(diǎn)，謝謝：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 滿足，但straight sampling 是保留了各組之間的特點(diǎn)嗎？請解釋說明straight sampling 的過程
所屬：CFA Level I > Quantitative Methods 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個(gè)回答
Evian, CFA助教
2023-03-26 23:57
該回答已被題主采納
ヾ(?°?°?)??你好同學(xué)，
麻煩幫忙判斷第1點(diǎn)是否理解正確，以及解答第2點(diǎn)，謝謝：
1、A：uses all members of each sub-group (strata).——是one stage cluster sampling 特有的。
【回復(fù)】不是的，one stage cluster sampling只會(huì)有抽到的分組數(shù)據(jù)，不用沒有抽到的分組數(shù)據(jù)
B：takes random samples all sub-groups (strata).——是straight sampling 特有的。
【回復(fù)】嗯嗯是的
2、C：will not preserve differences in a characteristic across sub-groups.——可以理解two stage cluster sampling 滿足，但straight sampling 是保留了各組之間的特點(diǎn)嗎？
【回復(fù)】two stage cluster sampling 不滿足，但straight sampling滿足
---------------------
學(xué)而時(shí)習(xí)之，不亦說乎??【點(diǎn)贊】鼓勵(lì)自己更加優(yōu)秀，您的聲音是我們前進(jìn)的源動(dòng)力，祝您生活與學(xué)習(xí)愉快!~
-
追答
請解釋說明straight sampling 的過程
【回復(fù)】
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.
創(chuàng)建“a stratified random sample”的最佳方法是：從每個(gè)subpopulation（population分成多個(gè)subpopulations）中成比例抽?。〝?shù)據(jù)并組成）樣本。
分層隨機(jī)抽樣
例如，假設(shè)我們想了解復(fù)旦大學(xué)的學(xué)生是否支持新建停車場?？赡艽嬖诘膯栴}的新生的支持程度將不同于高年級的學(xué)生。在這種情況下，我們希望獲得樣本數(shù)據(jù)涵蓋所有大學(xué)四個(gè)年級。分層隨機(jī)樣本的步驟如下：
1
以學(xué)校所有復(fù)旦學(xué)生（1000人）為總體，按年級將他們分成不同的subpopulation。在每個(gè)中subpopulation（一年級300人，二年級400人，三年級200人，四年級100人），同一個(gè)subpopulation學(xué)生都是相似的屬性（同一年級）。
2
每個(gè)subpopulation（一共4個(gè)subpopulation）隨機(jī)按比例抽學(xué)生（按比例的意思是subpopulation占總體的比例，這個(gè)比例就是抽樣比例，一年級抽取300人的“300/1000”...四年級抽取100人的“100/1000”）。 -
追答
cluster sampling分一步或者是兩步進(jìn)行，我們可以了解一下：
sigle-stage：
1.在總體中分組，形成clusters
2.隨機(jī)抽樣其中clusters
3.直接使用抽到的clusters
例如：全球的人類是總體，然后1.按照每個(gè)國家分組，形成的cluster就是每一個(gè)國家的人類 2.隨機(jī)抽國家，假設(shè)抽出來了中國和巴基斯坦 3.直接用這兩個(gè)國家的人類作為樣本
two-stage：
1.在總體中分組，形成clusters
2.隨機(jī)抽樣其中clusters
3.在抽到的clusters，再次抽樣
例如：全球的人類是總體，然后1.按照每個(gè)國家分組，形成的cluster就是每一個(gè)國家的人類 2.隨機(jī)抽國家，假設(shè)抽出來了中國和巴基斯坦 3.從這兩個(gè)國家的人類中，再隨機(jī)抽樣后的人類再作為樣本
區(qū)別在于以上第三步：是否直接使用，是否再次隨機(jī)抽樣
由此可以發(fā)現(xiàn)cluster sampling不可以保證總體特征，因?yàn)閮H有個(gè)別cluster抽到了，而剩余的clutter抽不到
Stratifed Random Sampling：
例如：全球的人類是總體，然后
1.按照每個(gè)國家分組，形成的subpopulations是每一個(gè)國家的人類
2.在每個(gè)subpopulations中，抽樣，抽出的樣本數(shù)量是按照比例抽的，例如中國人站全球人的20%，那么樣本中中國人也要占20%
3.將每個(gè)國家抽出來的數(shù)據(jù)組成樣本 -
追問
那A是哪種分類方式的特點(diǎn)呢？謝謝
-
追答
stratified random sampling
解析的最后一句話也說明了這一點(diǎn)，分成隨機(jī)抽樣是對每一個(gè)層級的數(shù)據(jù)進(jìn)行隨機(jī)抽，也就是“使用了”所有層級的數(shù)據(jù)
0
0
0
0
