표본추출

표본추출 방법

단순 랜덤 추출법(Simple Random Sampling)
- N개의 원소로 구성된 모집단에서 n개의 표본을 추출할 경우
- 1 ~ N 에서 n 개의 랜덤 값을 추출한다.
계통 추출법(Systematic Sampling)
- N개의 원소로 구성된 모집단에서 n개의 표본을 추출할 경우
- 모집단을 n 개의 구간으로 나눈 후 각 구간에서 값을 하나씩 랜덤으로 추출한다.
군집 추출법(Cluster Sampling)
- 모집단이 여러개의 군집으로 이루어져 있는 경우
- 군집을 랜덤하게 선택한 후 군집 내의 값을 랜덤하게 추출한다.
층화 추출법(Stratified Sampling)
- 이질적인 원소들로 구성된 모집단에서, 구분에 따라 계층을 분리(stratum)한다.
- 분리된 각 층에서 표본을 랜덤하게 추출한다.

전수 조사 : 모집단 전체를 조사한다. 정확하지만 시간과 비용이 많이 든다. 대상 하나라도 놓치면 안 되는 경우에 쓴다. 예) 우주 왕복선의 부품 검사처럼 결함 하나가 대형 사고로 이어지는 안전 필수 부품의 검사, 인구 총조사
표본 조사 : 모집단 일부를 뽑아 전체를 추론한다. 다음 경우에는 표본 조사밖에 할 수 없거나 그것이 합리적이다.
- 파괴 검사 : 전구의 수명처럼 검사하면 제품이 소모되는 경우. 전부 검사하면 팔 제품이 남지 않는다
- 모집단 전체에 접근할 수 없는 경우 : 암 환자 치료제의 효과(모든 환자에게 시험할 수 없다), 동해안 고래의 개체 수(전부 셀 수 없어 표본으로 추정한다)

구분	뜻	표본이 커지면	줄이는 방법
표본오차(Sampling Error)	모집단 일부인 표본으로 전체 특성을 추론하기 때문에 생기는 오차	줄어든다	표본 크기를 늘리고, 표본 선택 방법을 엄격히 한다
비표본오차(Non-sampling Error)	표본오차를 뺀 나머지 모든 오차. 조사 과정의 부주의·실수, 응답 오류, 집계 오류 등	커진다 (조사 대상이 늘수록 실수 기회도 는다)	조사 설계·조사원 교육·자료 검수

표본편의(Sampling Bias)는 모수를 실제보다 작게 또는 크게 추정하는 것처럼 표본추출방법에서 기인하는 오차다. 표본편의는 확률화(randomization), 즉 무작위 추출로 최소화하거나 없앨 수 있다. 원인은 추출 방법이고, 없애는 수단은 확률화다.
전수 조사에는 표본오차가 없지만 비표본오차는 생길 수 있다.