可以帮忙解释一下统计学的几个抽样方法吗

1.simple random sample（简单随机抽样): 在简单随机抽样中，总体所有成员被选为样本的概率是相等的。

这是一种最简单的一步抽样法，它是从总体中选择出抽样单位，从总体中抽取的每个可能样本均有同等被抽中的概率。抽样时，处于抽样总体中的抽样单位被编排成 1～n编码，然后利用随机数码表或专用的计算机程序确定处于1～n间的随机数码，那些在总体中与随机数码吻合的单位便成为随机抽样的样本。

2.stratified sampling（分成抽样）：将总体分成不同的子群，然后对所有的子群进行抽样。

它是根据某些特定的特征，将总体分为同质、不相互重叠的若干层，再从各层中独立抽取样本，是一种不等概率抽样。分层抽样利用辅助信息分层，各层内应该同质，各层间差异尽可能大。这样的分层抽样能够提高样本的代表性、总体估计值的精度和抽样方案的效率，抽样的操作、管理比较方便。但是抽样框较复杂，费用较高，误差分析也较为复杂。此法适用于母体复杂、个体之间差异较大、数量较多的情况。

3.systematic sampling（系统抽样）：首先将总体中各单位按一定顺序排列，根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方式。

这种方法又称顺序抽样法，是从随机点开始在总体中按照一定的间隔（即“每隔第几”的方式）抽取样本。此法的优点是抽样样本分布比较好，有好的理论，总体估计值容易计算。

4.cluster sampling（整群抽样）：总体被分为若干群的子总体，每个子总体都代表整个总体。

整群抽样是先将总体单元分群，可以按照自然分群或按照需要分群，在交通调查中可以按照地理特征进行分群，随机选择群体作为抽样样本，调查样本群中的所有单元。整群抽样样本比较集中，可以降低调查费用。例如，在进行居民出行调查中，可以采用这种方法，以住宅区的不同将住户分群，然后随机选择群体为抽取的样本。此法优点是组织简单，缺点是样本代表性差。

5.multistage sampling（多阶段抽样）：是指在抽取样本时，分为两个及两个以上的阶段从总体中抽取样本的一种抽样调查方法。

多阶段抽样是采取两个或多个连续阶段抽取样本的一种不等概率抽样。对阶段抽样的单元是分级的，每个阶段的抽样单元在结构上也不同，多阶段抽样的样本分布集中，能够节省时间和经费。调查的组织复杂，总体估计值的计算复杂。