我有100个家庭的数据，这些数据是从一个较大的社区中随机抽取的。我现在想使用不同的整群抽样方法（即10个2户集群，5个4户集群）从原始的100个家庭样本中重新抽取10,000个20个家庭的样本。每个聚类将由随机选择的观测值和紧随其后的n个观测值组成。例如对于2个家庭的10个集群，每个集群将由随机选择的家庭和紧随其后的家庭组成。对于4个家庭的5个集群，每个集群将由一个随机选择的家庭和紧随其后的3个家庭组成。
通过以下简单随机抽样，我已经能够获得20个家庭的10,000次抓取所需的重采样输出：
dat <- data.frame(hh_id = c(1:100), var = sample(1:200, 100, replace = T))
rs <- NULL
for(i in 1:10000){rs[i] = list(dat[sample(nrow(dat), 20, replace=TRUE),])}
我将如何获得相同的输出，但是要随机选择2个家庭的10个群集（即每个抓取总共20个家庭），而不是简单的随机抽样。我已经研究了推断，采样和重采样软件包以及其他软件包，并在这里仔细浏览了其他文章，但似乎找不到适用的解决方案。
最后，我将比较每种抽样方法与100个家庭平均值的方差，以找到准确性和效率之间的平衡。如果有直接引导所有这些内容的捷径，我也会对此感兴趣。