首頁
|
網站導覽
|
會員登入
|
新手使用者
初階使用者
專家使用者
初階導引
資料處理
管理資料檔
上傳資料檔
資料檔列表
使用者個人資料檔
範例資料檔(資料處理)
範例資料檔(分析方法)
儲存模式列表
新變數建立
資料分組
資料篩選
資料排序
資料檔合併
資料檔(垂直)合併
資料檔水平合併
(無共同變數)
資料檔水平合併
(以共同變數串聯)
字串擷取
日期時間處理
同性質資料加總
加權指標計算
樣本資料抽取
樣本資料抽取-方法簡介
隨機抽樣
分層抽樣
分群抽樣
資料標準化
分析方法
摘要統計
平均數檢定
單一樣本
(獨立)雙樣本
(成對)雙樣本
(獨立)多樣本(或稱變異數分析)
中位數檢定
單一樣本(Wilcoxon符號等級檢定)
(獨立)雙樣本(Wilcoxon等級和檢定)
(成對)雙樣本(Wilcoxon符號等級檢定)
(獨立)多樣本(Kruskal-Wallis檢定)
變異數(標準差)檢定
單一樣本
(獨立)雙樣本
(獨立)多樣本(Levene檢定)
比例檢定
單一樣本
(獨立)雙樣本
相關暨列聯表分析
皮爾生相關係數
斯皮爾曼等級相關係數
卡方獨立性(或稱齊一性)檢定
費雪精確檢定
McNemar檢定
勝算比與相對風險
迴歸模式
迴歸分析
邏輯斯迴歸分析
無母數方法
中位數檢定
單一樣本(Wilcoxon符號等級檢定)
(獨立)雙樣本(Wilcoxon等級和檢定)
(成對)雙樣本(Wilcoxon符號等級檢定)
(獨立)多樣本(Kruskal-Wallis檢定)
單一樣本連檢定
單一樣本機率分配檢定
(獨立)雙樣本機率分配差異檢定
卡方適合度檢定
圖表繪製
次數分配表
列聯表
莖葉圖
散佈圖
2D散佈圖
一般散佈圖
散佈圖矩陣
條件散佈圖
3D散佈圖
曲線(面)圖
二維曲線圖
三維曲面圖
直方圖
長條圖
圓餅圖
盒鬚圖
常態機率圖
經驗累積分配函數圖
機率分配
分配機率函數
分配百分位數
分配累積機率
生成隨機樣本
機率分配圖形
輸出結果
自創巨集
首頁
» 資料處理 » 樣本資料抽取 » 方法簡介
樣本資料抽取簡介
Sampling
方法介紹
若原始資料的筆數過多,為提高分析效率,可由原始資料抽取一部分作為樣本,再進行後續的分析。抽取樣本的方法有許多,本系統提供有3種常用的方法,列於下表
隨機抽樣(random sampling)
分層抽樣(stratified sampling)
分群抽樣(cluster sampling)