← 返回统计与数据判断力
学习进度1 / 6

抽样变异

Sampling variability · ST7 抽样分布与中心极限定理(Sampling Distributions and CLT)

一句话定义

抽样变异是指从同一总体随机抽取不同样本时,样本统计量会自然不同的现象。

机制 / 原理

样本只是总体的一部分,所以每次随机抽到的人或记录都不完全一样,样本均值、样本比例也会跟着波动。抽样变异不是调查员犯错,也不是数据造假;它是随机抽样自带的不确定性。理解它,才能把一个样本结果看成“带波动的估计”,而不是把 51% 和 53% 的差异立刻解释成真实变化。

抽样变异:同一总体,不同样本样本A48%样本B52%样本C50%样本D55%同一总体,随机样本不同,统计量会自然波动随机样本不同,样本统计量自然会围绕真实水平上下波动。
随机样本不同,样本统计量自然会围绕真实水平上下波动。

经典实验 / 例子

民调是最直观的例子:同一城市、同一候选人,如果今天抽 1000 人、明天再抽 1000 人,支持率可能分别是 48% 和 51%。这不一定说明民意一夜反转,可能只是不同样本带来的抽样变异。

生活中的例子

你在电商后台看转化率,上午抽一批访客是 4.8%,下午另一批是 5.3%。如果样本量不大,先把这种差异当作抽样波动检查,再决定是否真有活动效果。

常见误区

常见误区是看到两个样本数不同,就马上断言现实已经改变。先估计抽样变异有多大,才知道差异是不是足够异常。

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 ST7
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。