1.分段抽樣（Subsampling）

　　先由一母體中抽取n個單位隨機(jī)樣本（PUS），再由PUS中抽出m個單位（SSU），就SSU進(jìn)行調(diào)查，稱二段抽樣。若續(xù)從SSU抽取更小單位進(jìn)行調(diào)查，稱為三段抽樣。三段以上，稱多段調(diào)查。

　　分段抽樣之調(diào)查費(fèi)用節(jié)省且處理方便，應(yīng)用范圍很廣，且有限母群體或無限母群體，均可采用。

　　二段抽樣法樣本數(shù)分配實例：年齡段優(yōu)點：具群體、分層抽樣優(yōu)點；配合行政區(qū)域抽樣，手續(xù)和管理便利缺點：誤差大、整理分析復(fù)雜分層抽樣

　　2.分層抽樣（StratifiedSampling）

　　先設(shè)立目的及某種分類標(biāo)準(zhǔn)分為若干組或若干類，此組類稱為層，然后將母群體之各個體分別編入相當(dāng)層中，再由各層中以簡單抽樣或系統(tǒng)抽樣法選取適量樣本之方法。

　　分層之基礎(chǔ)有賴抽樣設(shè)計者之經(jīng)驗及判斷。理想上分層之?dāng)?shù)目愈多愈好。因為層數(shù)愈多，每層之樣本單位愈相似，樣本估計值之精確度愈高。但成本與疾率之考慮，層數(shù)不宜超過六層。

　　分層抽樣圖標(biāo)優(yōu)點：層間差異愈大，精確度高；可得對分層估計值缺點：整理推斷工作較簡單抽樣復(fù)雜

　　3.群集抽樣（ClusterSampling）

　　在本法抽樣是以隨機(jī)選出一群，一群為單位，不是個別單位。群集抽樣之優(yōu)點簡便易行，經(jīng)濟(jì)省事。但是易產(chǎn)生抽樣誤差危險性很大。

　　群集抽樣圖標(biāo)優(yōu)點：群體間差異愈小，群內(nèi)差異愈大，精確度高；樣本集中，省人力缺點：整理費(fèi)高，多成對抽樣；群內(nèi)個體無差異、群內(nèi)數(shù)量差異大則誤差大；

　　4.系統(tǒng)抽樣（SystematicSampling）

　　將母群體之每單位加以編號，先計算樣本區(qū)隔，在1～N/n間隨機(jī)選出一個號碼作為第一個樣本單位，依定距循序抽出樣本。

　　優(yōu)點：隨機(jī)起始號僅抽1個，累加即可；個體隨機(jī)，推斷精度同簡單隨p缺點：總體名冊或個體數(shù)不完整，無法采用