当N≠m时,用上述计算机排列抽样的方法就不能保证 各单元入样的概率相同,因为有些列有n个单元,有些列不 足n个单元,当列不足n时,通常在后再接上Y1,2,依 原来顺序再排列下去,直到第n行填满单元为止,这样任取 的一列恰好保证有n个样本。但是,这样产生的后果是增大 了某些单元入样的概率。但当n足够大时(例如n≥50), 这时N/n不为整数所带来的问题并不大,因此,在以后需 要n比较大时,我们总是假设N是n的整数倍。 我们注意到一个有趣的事实:当用计算机将N个单元排 成k列n行时,实际上相当于将总体分为k层(或群),系 统抽样相当于从k个群中随机地抽出一个群进行整群抽样。 这是最简单的整群抽样!因此,在讨论系统抽样的参数估计 时,很多场合将引用整群抽样的一些现成结果。当 时，用上述计算机排列抽样的方法就不能保证 各单元入样的概率相同，因为有些列有n 个单元，有些列不 足 n 个单元，当列不足n 时，通常在 后再接上 ，依 原来顺序再排列下去，直到第n 行填满单元为止，这样任取 的一列恰好保证有 n 个样本。但是，这样产生的后果是增大 了某些单元入样的概率。但当n 足够大时（例如 ）， 这时 不为整数所带来的问题并不大，因此，在以后需 要 n 比较大时，我们总是假设N 是 n 的整数倍。 N nk  YN 1 2 Y Y, , N n n  50 我们注意到一个有趣的事实：当用计算机将N 个单元排 成 k 列 n 行时，实际上相当于将总体分为k 层（或群），系 统抽样相当于从k 个群中随机地抽出一个群进行整群抽样。 这是最简单的整群抽样！因此，在讨论系统抽样的参数估计 时，很多场合将引用整群抽样的一些现成结果