手把手教你SPSS实现随机抽样的两种方法
龚志忠

龚志忠

首都医科大学附属北京中医医院

擅长:临床研究数据统计分析、流行病学方法设计、临床预测模型建模与评价
已关注
关注
2018-11-12 来源:医咖会

我们在进行科学研究时,常常会强调一个非常重要的概念——“随机化”。随机化的过程主要分为两大类:随机抽样和随机分组,它们在样本选取和分组方案中占有至关重要的地位。

随机化按照数学概率的原理,使研究对象有同等的机会被抽中或被分配到某一处理组,结果不受人为因素的干扰和影响。如果没有遵循随机化的原则,抽取了一个有偏的样本,或者分组不均衡,这样即使得出了结论,也无法推论到总体,因此随机化是提高样本代表性及组间均衡性的重要方法,随机化过程的优劣直接关系到研究结果的可靠性。

随机化的概念虽然早已深入人心,但是在具体的随机化操作过程中,很多研究者往往误把“随便”“随意”当成“随机化”,从而形成“伪随机化”的假象,归根结底还是因为大家并不清楚到底该如何有效的实现随机化。

为此,小咖打算专门用几期的内容,向大家分别介绍一下随机抽样和随机分组的内容以及软件实现过程

随机抽样

随机抽样,即遵循随机化原则,保证总体中每个个体都有独立的、已知的、非零的概率被抽中作为研究对象。若样本量足够大,数据代表性好,随机化效果好,调查结果则会更可靠,可以将抽样结果推论到总体。

常用的随机抽样方法主要包括简单随机抽样、系统抽样、分层抽样、整群抽样和多阶段抽样。

1. 简单随机抽样(也叫单纯随机抽样,simple random sampling)

简单随机抽样是最简单、最基本的抽样方法。它是从总体N个样本的抽样框中,不考虑样本之间的任何关系,完全随机地依次地抽取n个样本,构成一个抽样样本。

它的特点是:每个样本被抽中的概率相等,样本之间完全独立,彼此没有一定的关联性和排斥性。简单随机抽样方法是其它各种抽样形式的基础,通常用在总体之间差异程度较小,且总体数量有限、数目不是太大的情况下。如果总体数量太大,编号工作就较为繁重,抽到的样本也较为分散,导致资料收集困难。