便利抽样容易产生显著的偏见，因为抽样可能不能代表诸如宗教或人口的性别等具体特征。
配额抽样
在这种抽样中，我们根据预先确定的总体特征来选择样本。考虑到我们必须为我们的样本我们选择一个倍数为4的个体:
因此，编号为4、8、12、16和20的个人已经为我们的样本保留。
在配额抽样中，选择的样本可能不是未考虑的人口特征的最佳代表。
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。
假设，我们的专家认为，应该将编号为1、7、10、15和19的人作为我们的样本，因为它们可以帮助我们更好地推断人口。你可以想象，配额抽样同样也容易受到专家的偏见，不一定具有代表性。
雪球抽样
我很喜欢这种抽样方法。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。
在这里，我们随机选择了1个人作为样本，然后他推荐了6个人，6个人推荐了11个人，依此类推。
1-> 6-> 11-> 14-> 19
雪球抽样有很大的选择偏见风险，因为被引用的个体将与推荐他们的个体具有共同的特征。
结尾在本文中，我们了解了抽样的概念，抽样所涉及的步骤以及不同类型的抽样方法。抽样在统计世界和现实世界中都有广泛的应用。
