01
介绍
你肯定很熟悉以下情况：你下载了一个比较大的数据集，并开始分析并建立你的机器学习模型。当加载数据集时，你的计算机会 爆出"内存不足"错误。
即使是最优秀的人也会遇到这种事。这是我们在数据科学中面临的最大障碍之一，在受计算限制的计算机上处理大量数据（并非所有人都拥有 Google 的资源实力！）。
那么我们如何克服这个问题呢?是否有一种方法可以选择数据的子集并进行分析，并且该子集可以很好地表示整个数据集？
这种方法称为抽样。我相信你在学校期间，甚至在你的职业生涯中，都会遇到这个名词很多次。抽样是合成数据子集并进行分析 的好方法。但是，那我们只是随机取一个子集呢？
我们将在本文中进行讨论。我们将讨论八种不同类型的抽样技术，以及每种方法的使用场景。
02
内容目录
1、什么是抽样?
2、为什么我们需要抽样?
3、抽样步骤
4、不同类型的抽样技术
5、概率抽样的类型
6、非概率抽样的类型
03
内容
1、什么是抽样？
让我们从正式定义什么是抽样开始。抽样是一种方法，它使我们能够基于子集(样本)的统计信息来获取总体信息，而无需调查所 有样本。
上图完美地说明了什么是抽样。让我们通过一个例子更直观的进行理解。
我们想要找到Delhi这个城市所有成年男性的平均身高。Delhi 的人口大约为 3 千万，男性大约为 1500 万(这些都是假想数据， 不要当成实际情况了)。你可以想象，要找到Delhi所有男性的身高来计算平均身高几乎是不可能的。
我们不可能接触到所有男性，因此我们无法真正分析整个人口。那么，什么可以我们做的呢?我们可以提取多个样本，并计算所选样本中个体的平均身高。
但是，接下来我们又提出了一个问题，我们如何取样?我们应该随机抽样吗?还是我们必须问专家？
假设我们去篮球场，以所有职业篮球运动员的平均身高作为样本。这将不是一个很好的样本，因为一般来说，篮球运动员的身高 比普通男性高，这将使我们对普通男性的身高没有正确的估计。
这里有一个解决方案，我们在随机的情况下随机找一些人，这样我们的样本就不会因为身高的不同而产生偏差。
2、为什么我们需要抽样？
我确定你在这一点上已经有了直觉的答案。抽样是为了从样本中得出关于群体的结论，它使我们能够通过直接观察群体的一部分 (样本)来确定群体的特征。
令 选择一个样本比选择一个总体中的所有个体所需的时间更少；
令 样本选择是一种经济有效的方法；
令 对样本的分析比对整个群体的分析更方便、更实用。
3、抽样步骤
将概念形象化是在记忆的好方法。因此，这是一个以流程图形式逐步进行抽样的流程图。
让我们以一个有趣的案例研究为例，将这些步骤应用于执行抽样。几个月前，我们在印度举行了大选。你一定看过当时每个新闻 频道的民意调查：
这些结果是根据全国9 亿选民的意见得出的还是根据这些选民的一小部分得出的？让我们看看是怎么做的。
第一步：
抽样过程的第一步是明确定义目标群体。
因此，为了进行民意调查，投票机构仅考虑 18 岁以上且有资格在人口中投票的人。
第二步：
抽样框架(Sampling Frame) –这是构成样本总体的个体列表。
因此，这个例子的抽样框架将是名字出现在一个选区的所有投票人列表。
第三步：
一般来说，使用概率抽样方法是因为每一张选票都有相等的价值。不考虑种姓、社区或宗教，任何人都可以被包括在样本中。不 同的样品取自全国各地不同的地区。
第四步：
样本量(Sample Size)-是指样本中所包含的个体的数量，这些个体的数量需要足量以对期望的准确度和精度进行推断。样本量越大，我们对总体的推断就越准确。
在民意调查中，各机构试图让尽可能多的不同背景的人参与抽样调查，因为这有助于预测一个政党可能赢得的席位数量。
第五步：
一旦确定了目标人群，抽样框架，抽样技术和样本数量，下一步就是从样本中收集数据。
在民意测验中，机构通常会向人民提出问题，例如他们要投票给哪个政党或前政党做了什么工作，等等。根据答案，各机构试图解释选民投票给谁，以及一个政党要赢得多少席位。
4、不同类型的抽样技术
这里是另一个图解!这一个是关于我们可以使用的不同类型的采样技术：
