不等概率采样

1.定义
如果总体中每个个体被选入样本的概率是不相等的，则称这种随机抽样的方式为不等概率抽样。
2.优点
这中不等概率抽样能提高抽样精度，减少样本不均衡造成的抽样误差。使用个体之间差异较大的场所。
3.实现
将总体中每个个体赋予不同的权重，权重大的个体被抽到的概率大，权重小的个体被抽到的概率小。
4.有放回抽样
例：

4.1 代码法
代码法是最直接的一种方法，也是最容易想到的一种方法，即分别复制增加每种样本的个数，使得每种样本的个数之比，等于入样概率之比。

每次抽样前，先在整数1,2,3,…M0里面随机等可能的选取一个整数，设为m ,若代码 m 属于第 j个单元拥有的代码数，则第 j个单元入样。整个过程重复 n次，得到 n个单元入样（当然存在重复的可能性）构成样本。

4.2 Lahiri法
当N非常大时，累积的M0也将很大，给代码法的实施带来很多不方便，Lahiri提出下列方法：
令：
每次抽取1～N中一个随机整数i，及1～M*内一个随机整数m，如果Mi>m，则第i个单元入样；否则按前面步骤重抽。
代码：

unequalProbabilitySampling(vector<int> *mark_samples, vector<float> weights_f)
{
	if(mark_samples->size() != weights_f.size())
	{
		cout << "the length of weights doesnt match samples" <<endl;
		return 0;
	}
	int M0 = 0, M_max = 0;
	vector<int> weights_int;
	for(int i=0; i<weights_f.size(); i++)
	{
		weights_int.push_back(weights_f.at(i) * weights_f.size() * 2);
		M0 = M0 + weights_int.at(i);
	}
	M_max = *max_element(weights_int.begin(), weights_int.end());
	srand((int)time(0));
	for(int i=0; i<weights_int.size(); i++)
	{
		while(1)
		{
			int m = random(M_max);
			int n = random(weights_int.size());
			if( weights_int.at(n) >= m)
			{
				mark_samples->at(n) = mark_samples->at(n) + 1;
				break;
			}
		}
	}
	return 0;
}


由上数据知，每次采样过程，有一半的概率采样成功，其中3中样本的入样概率之比，等于设定的权重之比。