← 返回统计与数据判断力
学习进度1 / 8

随机抽样

Random sampling · ST2 抽样与研究设计(Sampling and Study Design)

一句话定义

随机抽样是用明确的随机机制从目标总体中选取样本,让每个合格个体有已知的被选机会。

机制 / 原理

随机抽样的关键不是“随便找”,而是先有抽样框,再按可复现的随机规则抽取。这样做不能保证样本和总体完全一样,但能避免调查者只挑方便、熟悉或愿意表达的人。它为后面的误差估计提供基础:如果样本是怎么来的都说不清,样本比例再漂亮也很难推回总体。

随机抽样的链条总体想代表谁抽样框从哪抽随机规则如何抽样本实际观察随机抽样先界定范围,再用规则减少人为挑选。
随机抽样先界定范围,再用规则减少人为挑选。

经典实验 / 例子

民意调查会先界定目标选民,再从电话、地址或登记名单等抽样框中随机抽取受访者。真正有价值的是抽样过程,而不只是最后访问了多少人;否则一次声势很大的网上投票,也可能只是活跃用户的自我选择。

生活中的例子

学校想了解全校学生午餐满意度,从学籍名单里随机抽 300 人,比在食堂门口只问愿意停下来的同学更稳。后者可能偏向特别满意或特别不满的人。

常见误区

常见误区是把随机抽样理解成随手碰到谁就问谁。随机抽样需要可说明的总体名单或抽样框,以及不由调查者偏好决定的抽取规则。

资料来源:OpenIntro Statistics; CMU OLI Statistical Reasoning; Online Statistics Education; OpenStax Introductory Statistics 2e,课程内容为原创改写 · 第 ST2
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。