分析的精髓之二：抽样实现“随机”的两个便捷方法

我们如果要进行市场调研，往往要在母体中随机抽样，抽样的要求通常是要做到“随机”。为避免人为地随机抽取（有时个人采取的随机方法，往往因为有主观性，可能已经暗藏某种规律），而产生系统错误，我们经常利用机器来随机抽取。其中我个人知道比较快捷的方法有两种：

 

一、用EXCEL的随机公式。以前用EXCEL随机抽样的局限性是来自表只有65000多行，如果要在100万的数据中进行随机抽取，挺麻烦的。自从有了2007后，这个弊端缓解不少。如何用EXCEL随机抽样？

（1）首先在母体数据的旁边一列输入”=rand()”，使每个数据（即每个个体）对应生成一个随机码。

（2）然后把随机码复制后，用数据格式黏贴保存。

（3）把数据按照随机码进行排序（按照降序或者升序），这样随机码就打乱整个数据的顺序，形成了随机的数据。

（4）如果你需要从总体中抽取400个样本，那你就可以取排列靠前的400个数据就OK了。

 

二、使用SQL语句来随机抽样。假如你是需要从1千万的母体中随机抽取几百的样本，那用EXCLE2007也感觉很麻烦，可以使用SQL代码随机抽样。假如【表一】有1千万数据，我需要从中抽取7万，可以写以下代码实现。提醒一下，如果你是在ACCESS中的使用以下SQL代码进行随机抽样，是暂时实现不到，因为ACCESS里没有定义newid()函数。

 

select top 70000 *  ----按照随机码排序并抽取前面70000个数据

into 新表        ----把随机数据生成一个新表

from 表一       ----在表一中随机抽取，表一是母体

order by newid()  ----生成随机码