「クラスターサンプリング」は、層化抽出と関係が深い二段階のサンプリング手法です。まず、標本に含める下位集団（サブグループ）をランダムに選び、次に各下位集団内の行をランダムに抽出します。
次のうち、どの状況では層化抽出よりもクラスターサンプリングのほうが適していますか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
サンプリングとは何か、そしてなぜ強力なのかを学びます。ついで、便宜抽出が引き起こす問題点や、真のランダム性と疑似乱数の違いについても扱います。
いよいよ手を動かしましょう。Pythonで4つの無作為抽出法（単純、系統、層化、クラスター）を実装します。
現在の演習
これまでのサンプリングを検証します。この章では、相対誤差で標本統計量の精度を定量化し、サンプリング分布を生成して推定のばらつきを評価する方法を学びます。
リサンプリングを用いたブートストラップで、未知の母集団のばらつきを推定します。サンプリング分布とブートストラップ分布の違いも、リサンプリングを通して理解します。
