扫码加入数据分析学习群

当我们需要获取一手数据的时候，一种常用的方式就是抽样调查。抽样调查不止在传统行业中比较常用，在现在互联网企业中也时常会用到。比如一些优惠活动或者特定客群营销等方案的测试，就需要用到抽样的方式选择测试群体。

在做抽样调查时，我们都希望尽可能地减少误差，让抽样的样本能够充分代表整体的特征。那么误差和哪些因素相关呢？抽样误差（Sampling Error）的大小，主要由样本容量的大小和抽样方式来决定。

一般，我们认为抽样可以分类两类：一类我们叫做概率抽样(Probability Sampling)，也叫作客观抽样。第二类，我们叫做非概率抽样(Non-probability Sampling)，也叫作主观抽样。下面我们来分别介绍这两种抽样方法。

概率抽样，顾名思义，是一种基于概率的抽样方式，因此也被称为客观抽样。从理论的角度来说，概率抽样是符合科学和统计原则的，抽样误差可以估计。也是在可能的情况下，最优先被推荐使用的抽样方法。但是，精确度高的方法，往往操作的复杂度和耗费的成本也会相对偏高。概率抽样，虽然可以避免主观判断带来的谬误，但是它常常受限于项目经费、时间和保密性等原则，从而难以实际使用。

和概率抽样相反，非概率抽样是一种简单、易使用的抽样方式。它主要通过抽样者的判断，包括对样本特征的判断和对项目成本的考量，综合特殊的要求或者设定，最终选择合适的样本。因此，这种方法会受到主观因素的影响，不符合统计科学的原则，抽样误差是无法估计和计算的。但是在实际应用中，大量的案例还是证明了非概率误差依然有一定的有效性。在样本量充足的前提下，通过设定简单的配比，以及选择有经验的抽样者，基本上可以保证抽样结果的有效性。而且由于非概率抽样比较容易重复操作，因此用非概率抽样反复进行同一试验，结果往往也有趋同性。另外，这一抽样方式，虽然无法衡量抽样误差，但是由于抽样过程可以进行设计和控制，因此可以更简单有效地控制非抽样误差（Non-sampling Error）

总结来说，概率抽样和非概率抽样，我们可以通过以下的表格进行区别：