Sampling

欢迎来到抽样的世界！

你好！今天我们要深入探讨你的 Unit S3: Statistics 3 (统计学 3) 课程中最实用的章节之一：抽样 (Sampling)。你有没有想过，电视台是如何计算收视率的？或者科学家如何在不询问全国每一个人的情况下预测选举结果？他们运用的就是抽样！

在本章中，我们将学习如何挑选一小群人（称为样本，sample）来准确地代表更庞大的群体（称为总体，population）。如果统计学现在听起来有点抽象，别担心，我们将运用大量的现实生活例子，让你轻松理解！

1. 基本概念：总体与抽样框

在我们研究“怎么做”之前，先来弄清楚“是什么”。

总体 (Population)： 这是你想研究的整个群体。它可能是你学校里的每一位学生、工厂里的每一个灯泡，或是世界上的每一个人。

抽样单位 (Sampling Unit)： 这是总体中可以被选中的单个成员。例如，如果你正在研究你的学校，那么每一位学生就是一个抽样单位。

抽样框 (Sampling Frame)： 这是总体中所有抽样单位的清单。你可以把它想象成一本巨大的名册或电话簿，记录了所有可能被选中的对象。

你知道吗？ 有时你无法取得抽样框。例如，如果你想研究海洋里的鱼，你无法列出每一条鱼的清单！在这种情况下，某些抽样方法就无法派上用场。

快速复习：关键术语

• 总体 (Population)： 整个群体。
• 抽样单位 (Sampling Unit)： 群体中的个别成员。
• 抽样框 (Sampling Frame)： 所有单位的总清单。

2. 简单随机抽样 (Simple Random Sampling, SRS)

这是抽样中的“黄金标准”。在简单随机抽样中，总体的每一位成员都有相等的概率被选中。

如何操作：
1. 为抽样框中的每一项分配一个唯一的编号。
2. 使用随机数生成器（例如你的计算器）或随机数表来选取样本。

类比： 想象把每个人的名字写在纸条上放入大帽子里，摇匀后蒙着眼睛抽签。

优点：
• 不偏不倚 (Unbiased)，因为每个人被选中的机会均等。
• 若总体较小，操作起来非常简单。

缺点：
• 必须要有完整的抽样框（清单）。
• 如果总体分布在广大的区域，成本会很高且耗时。

3. 系统抽样 (Systematic Sampling)

如果你追求效率和节奏，系统抽样会是你的好帮手。与其为每个人挑选随机号码，不如每隔\( k \)个人挑选一个。

操作过程：
1. 计算间隔 \( k \) ：\( k = \frac{\text{总体大小 (N)}}{\text{样本大小 (n)}} \)。
2. 在 1 到 \( k \) 之间选择一个随机起点。
3. 从该点开始，每隔 \( k \) 个人选择一个对象。

例子： 你有 100 位学生，想要抽取 20 人的样本。\( k = 100 / 20 = 5 \)。在 1 到 5 之间选一个随机数（假设选 3）。那么你会选出第 3、8、13、18 位学生，以此类推。

优点：
• 非常简单快捷。
• 样本均匀地分布在整个清单中。

缺点：
• 如果清单中存在隐藏的规律（周期性），且刚好与你的间隔 \( k \) 吻合，样本就会产生偏差。别担心，这种情况在考题中很少见，但了解一下总没错！

4. 分层抽样 (Stratified Sampling)

有时候，你的总体中包含不同的特征群体，例如不同的年龄层或性别。为了确保样本能准确反映这些群体，我们使用分层抽样。

策略：
1. 将总体分成不同的组别，称为层 (strata)（例如：中五、中六、中七）。
2. 使用以下公式计算每一层应抽取的数量：
\( \text{样本层人数} = \frac{\text{该层总人数}}{\text{总体总人数}} \times \text{样本总数} \)
3. 在每一层内部使用简单随机抽样来决定具体人选。

优点：
• 这是最具代表性 (representative) 的方法，因为它确保所有群体都按比例纳入。

缺点：
• 你必须事先知道每一层的确切人数。
• 总体必须能明确划分（不能同时属于两个组别！）。

5. 配额抽样 (Quota Sampling)

这跟前面的方法有点不同，它是非随机的 (non-random)。市场调查员在街头进行访问时经常使用这种方式。

如何运作：
访问员会收到指令，例如要访问 20 名男性和 20 名女性。他们会主动找人交谈，直到填满他们的“配额”为止。如果某人拒绝回答，他们就找下一个人。

类比： 就像夜店门口的保安，接到的指令是必须让 50 个穿蓝衬衫和 50 个穿红衬衫的人进场。

优点：
• 不需要抽样框（如果没有名单时非常有用！）。
• 非常便宜且快速。

缺点：
• 选择偏差 (Selection bias)： 访问员可能只挑选那些看起来和蔼可亲或容易交谈的对象。
• 因为不是随机抽样，你无法准确计算“标准误差”或运用大部分的统计检验。

抽样方法总结

重点摘要表：

• 简单随机： 每个人机会均等。需要清单。
• 系统抽样： 每隔 \( k \) 个人取样。快速且简单。
• 分层抽样： 按比例分组。最具代表性。
• 配额抽样： 非随机。不需要清单。速度快但有偏差。

常见避雷指南

1. 混淆分层抽样与配额抽样： 请记住，分层抽样在分组后是进行随机选取的，而配额抽样则取决于访问员的个人选择。

2. 忘记 \( k \) 的公式： 务必记得是用总体人数除以样本大小，千万不要反过来！

3. 抽样框与总体： 在考试中，如果题目问及简单随机抽样 (SRS) 的缺点，一定要检查是否真的存在该总体的清单。如果没有清单，SRS 是根本无法进行的！

继续加油！ 你已经掌握了 S3 抽样的基础知识。这些方法是本单元其余内容的基石。深呼吸一下——你绝对没问题的！