从总体样本中，抽一批数据，不管是训练模型，还是查case追问题，还是分析特征，正确的抽样姿势，对得到的结论十分重要，科学合理的抽样姿势，有助于避免我们犯错误。
本文重点介绍数据抽样方法。各位策略产品们必须收藏必须转。
具体说明一、什么是抽样抽样是一种方法，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。
二、为什么抽样1、省时间
2、省资源
3、分析起来方便，容易突出问题
三、抽样的步骤1、抽谁：确认总体，明确定义目标群体
2、去哪儿抽：获取群体名单列表范围
3、怎么抽：确认抽取的科学方法
4、抽多少：算清楚抽取样本的量，有代表，能处理
5、开抽：抽取哪些信息，操作，得到结果，验证代表性
四、抽取的科学方法概率抽样：在概率抽样中，总体中的每个个体都有相等的被选中的机会。抽取应当是完全客观的，不能依据某个人的主观意志加以选择。
1、简单抽样：简单抽样分为有放回抽样和无放回抽样。无放回抽样：从N个个体中随机抽取n个个体，每次抽取一个个体，且抽取后不再放回。有放回抽样：跟无放回类似，但是每次抽取个体之后，要放回。
2、簇抽样（ 整群抽样）：先将总体分为多个不相交的簇，然后再抽取一个或多个簇作为样本。簇抽样要求簇内的差异较大，簇之间的差异较小，从而使得簇抽取的样本具有代表性。
3、分层抽样（类型抽样法）：从一个可以分成不同子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。这种方法的优点是，样本的代表性比较好，抽样误差比较小。缺点是抽样手续较简单随机抽样还要繁杂些，运用分层抽样抽取测量样本时，要尽力缩小各层组内的差异，增大层组间的差异；同时层组的划分也不宜过细，以免层组内个体数目过少而无法抽样；再次划分层次的标准必须明确，以免混淆或遗露。
4、系统抽样（机械抽样、等距抽样））：从N个个体中抽取n个个体，做法是先确定k=N/n（对k向上取整），把N个个体分为n段，每段有k个个体，设定一个整数m，1 <= m <= k，在每段中抽取第m个个体，抽取完n段得到n个个体，这n个个体就是抽样的结果。机械抽样的间隔接近评估总体中个体类别分布的间隔时，常常形成周期性的偏差。
非概率抽样：在非概率抽样中，所有元素被选中的机会都不相等。因此，有一个显著的风险，即最终得到一个不具代表性的样本。非随机抽样是根据主客观条件而主观选择样本的方式，又称判断抽样。
1、便利抽样 ：纯粹以方便为着眼点的抽样方法，样本之选择只考虑方便与否，所以通常代表性较低，例如在街上随意抽访。
2、配额抽样：根据预先确定的总体特征来选择样本，也称“定额抽样”，是指调查人员将调查总体样本按一定标志分类或分层，确定各类（层）单位的样本数额，在配额内任意（主观）抽选样本的抽样方式。
3、判断抽样：这也称为选择性抽样。在选择要求参加者时，取决于专家判断。
4、雪球抽样：现有的人被要求推荐更多他们认识的人，这样样本的大小就会像滚雪球一样增加。当抽样框架难以识别时，这种采样方法是有效的。
五、结合业务的思考题以及答案1、某信息流业务，需要抽取一部分feed流的用户，投放 推荐满意度调查问卷，应该如何抽样?
2、某下沉市场巨头，要对不同年龄段的用户，对本产品的接受程度做线下调研，应该如何抽样？
3、某在线教育公司，想调研不同收入的男女家长，对在线教育的接受程度，做电话访谈。
4、某二次元垂类App，想抽样数据分析，大龄男性在B站的消费情况，以及留存差的原因。
欢迎有问题随时跟我交流，习题的答案在评论区公布哦到时候。
