好的数据收集建立在好的样本基础上。 但选择样本的方法有很多种。 样本可以是对人、记录、网络或其他单位的随意或方便的选择，但人们会质疑这些样本的质量，尤其是在数据收集和分析完成后，这些选择方法对得出关于人口的良好结论意味着什么。 可以根据研究人员的判断更仔细地选择样本，但人们会质疑这种判断是否会受到个人因素的影响。 也可以通过严格和谨慎的统计方法，使用随机选择和控制方法来抽取样本，以提供合理的代表性和成本控制。 本课程将讨论的就是最后这几种样本。 我们将研究可用于个人或记录抽样的简单随机抽样、可用于个人或记录或网络群体抽样的聚类抽样、可用于简单随机抽样和聚类抽样的分层、系统选择和分层多阶段抽样。 课程最后简要介绍了如何估计和总结随机抽样的不确定性。
人员、网络和记录取样
您将学到什么
了解抽样和随机方法给科学调查带来的价值和风险
区分不同类型的取样方法及其应用
解释概率抽样方法的原理和技术
您将获得的技能
您将学习的工具
要了解的详细信息
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 调查数据收集与分析 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有6个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(13个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
66.36%
- 4 stars
19.09%
- 3 stars
2.72%
- 2 stars
2.72%
- 1 star
9.09%
显示 3/110 个
AM
已于 May 9, 2020审阅
I gained solid foundations of sampling techniques from this course. The instructor is excellent, and the course content is very comprehensive.
DK
已于 Jun 12, 2020审阅
I was very impressed with the course content as well as the expert presentation. This course has empowered with relevant and practical sampling skills that I will apply in the my work
JO
已于 Jun 19, 2019审阅
The MOST useful class among this survey specializations. Highly recommended.
从 健康 浏览更多内容
University of Michigan
University of Colorado Boulder
University of California, Davis
University of Maryland, College Park
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。