抽样算法——【数据科学与工程算法基础】

一、前言

        这是课程的第二章节——抽样算法，主要分为三类。

---

详情可参考： 数据科学的算法基础——学习记录跳转中心

---

二、正篇 

        1.系统抽样 

        课本只介绍了最简单的——等距抽样。 

         直线等距抽样（N=n*k）：即总体个数可以被抽样个数整除时，每隔k个取一个样本，第一个可能给出，可能随机。        

        圆形等距抽样（N!=n*k）：依旧，只不过成了圆，超出范围了接着从头取。

        2.分层抽样 

        高中知识，按比例分层，之后按照简单随机或系统抽样在每一层抽取相应个数。 

        3. 水库抽样

         总体容量未知，数据流无限，以例子讲解如何做，不再证明，感兴趣自行搜索。

 简述给定一个数据流，如何均匀地从中随机抽取1000条记录？

三、例题 

         1.直线等距

        用系统抽样法从160个灯泡中抽取一个容量为20的样本。将这160个灯泡编号为1~160，若第16个被抽中的个体编号为126，则起始编号为（    6    ）

         2.圆形等距

        设总体有14个个体，按照1~14进行编号。欲以系统抽样法抽取容量为n=4的样本，且第一个抽中的样本编号为4，则最后一个样本编号为（    2    ）

四、总结 

         三种方法共同点：抽样时每个个体被抽取到的可能性相等，但各有特点。

     ————跳转下一章节：抽样算法