クラスター・サンプリング：定義、方法、例
Reading Time: < 1 minute read クラスター・サンプリングとは、ある母集団から、均質な特徴を持ち、サンプルの一部となる確率が等しい複数のクラスターを作成するサンプリング方法と定義されています。 ある組織が、ドイツ全土のスマートフォンの性能を調査するシナリオを考えてみましょう。 全国の人口を都市（クラスター）に分け、さらに人口の多い町を選び、モバイル端末を利用している人をフィルタリングすることができます。 コンテンツインデックス クラスター・サンプリングとは？ クラスター・サンプリングの種類 クラスター・サンプリング実施までの流れ クラスター・サンプリングの応用 統計学におけるクラスター・サンプリング クラスター・サンプリングの利点 クラスター・サンプリングと層別サンプリング 結論 クラスター・サンプリングとは？ クラスター・サンプリングとは、確率的なサンプリング手法の一つで、研究者が母集団を複数のグループ（クラスター）に分けて調査するものです。 そこで研究者は、データの収集と分析のために、単純無作為抽出または系統的無作為抽出の手法で無作為のグループを選択します。 例ある研究者が、全米のビジネス教育における2年生の成績を判定するための調査を行いたいと考えている。 すべての大学の学生を対象とした調査研究を行うことは不可能である。 その代わりに、クラスター・サンプリングでは、各都市の大学を1つのクラスターにまとめることができる。 次に、単純無作為抽出または系統的無作為抽出を行い、無作為にクラスターを選んで調査研究を行う。 その後、単純または系統的なサンプリングによって、これらの選択されたクラスターからそれぞれ2年生を選び、調査研究を実施することができる。 […]
