劉應興的部落格

引述被推薦之 "最佳解答" 及個人之評論，[答曰] 之下為 "推薦知識" 或被選的 "最佳解答" ，[評] 之下為個人所做評論。

時間：14 年前

[答曰]
機率抽樣：指如果母體中所有成員都有相同的機會被選取為樣本，樣本對母體而言即具有代表性，一個樣本一旦具有這種相等性，通常就被稱為EPSEM（equal probability of selection method）。

[評]
"機率抽樣" 不一定要 "等機率"!
不是弄個英文加縮寫就表示很專業!

所謂 "機率樣本" 或 "隨機樣本" 或 "隨機抽樣" 是指群
體中甚麼成員被選為樣本, 是機會性的, 而且其被選中為
樣本的機率理論上可得知的.

抽樣技術及理論的書, 多的是非等機率抽樣的方法; 實務
上更不乏不等機率隨機樣本.

[答曰]
機率抽樣的兩個獨特優點：

(１) 雖然機率樣本無法完全具有代表性，相較於其他種類的樣本，仍較具代表性。

(２) 機率理論能夠讓我們預測樣本的正確性或代表性。

[評]
何以 "機率樣本無法完全具有代表性"? 
若機率樣本之代表性無法信賴, 又憑甚麼說它 "較具代表性"?

何謂 "樣本的正確性"? 樣本 "正確性" 是用機率理論預測?

[答曰]
非機率抽樣：是指「憑主觀的判斷選擇樣本，故其樣本選中機率無法以統計機率理論計算，母體中所有成員被選取的機會並不相同。」

[評]
誰說非機率抽樣一定是 "憑主觀的判斷選擇樣本"?
便利樣本、網頁調查、隨便散發問卷、自願式回應(call-in)
回答, 沒有一個統計學者會認為那是隨機樣本! 但那也不是
"憑主觀的判斷選擇樣本"!

[答曰]

非機率抽樣的優缺點為：

優點：在某些調查時，有其必要性。

缺點：
(１) 難以評斷樣本之代表性。
(２) 無法估計精確度。
(３) 樣本偏差往往較大。

[評]

"在某些調查時，有其必要性" 算是 "優點"?

非機率樣本既難以評估代表性, 所謂 "樣本偏差往往較大" 
只不過是 "想當然耳", 並無實據! 再者, 此處 "偏差" 是
指甚麼?

機率樣本理論上可得到不偏估計 (因理論上群體各成員入選
為樣本機率可知). 就此而言,非機率樣本只要有一點點偏誤
即可說是 "偏誤較大". 然而, 機率樣本仍可得到有偏估計,
甚至有時候寧願採有偏估計以取得較小的期望(平均)誤差.
關於估計上的問題, 請自己參閱抽樣方法專書.

[答曰]

※ 辨別機率與非機率抽樣之差異：

抽樣的方法大致上可分成機率抽樣與非機率抽樣，機率抽樣各個元素被選取的機率是已知的，而非機率抽樣被選取的機率是未知的。

機率抽樣通常被使用在實施大規模調查時，以隨機程序為起點從目標母體中選取因素。如果樣本數真的很大時，所選的樣本應該要具代表性。

機率抽樣方法包括簡單隨機抽樣法、系統抽樣法、分層抽樣法、集群抽樣法以及多重階段抽樣法。每一種方法都有優缺點，所以在選擇使用某一種方式前，都要考慮其優缺點。

非機率抽樣通常被使用在探測性的調查研究。包括便利抽樣、判斷抽樣、配額抽樣。像這些抽樣法，很難保證樣本一定具代表性，且調查結果無法廣義地用來明確說明信賴度。

唯有在機率抽樣時，才可利用機率理論來估計樣本統計值的可靠性，若採非機率抽樣有抽樣偏差存在，無法對樣本估計值的可靠性作客觀的估計。

嚴格說，使用非機率抽樣法會使樣本代表性降低，用於統計推論誤差亦較大，但其支出的成本較低，運用較方便，因此亦不失為廣泛利用的抽樣方法。

[評]

以上可能是抄書 (或從哪裡抄來) 的回答. 這段內容與前面的
回答並不一致! 如第一段對機率與非機率抽樣之解釋. 而第二
段 "如果樣本數真的很大時，所選的樣本應該要具代表性" 則
是語焉不詳, 根本不知道其 "代表性" 究竟指甚麼! 至於最後
一段所謂 "不失為廣泛利用的抽樣方法" 除了令人興嘆, 又能
奈何?