高等数学 / 系统课时

随机抽样

随机抽样

随机抽样解决的是“如何用一部分数据认识整体”的问题。本课将建立总体、样本与样本值之间的关系,并说明简单随机抽样、独立同分布和样本代表性分别要求什么。

学习目标

  • 区分总体、样本、样本值和样本容量
  • 理解简单随机抽样与独立同分布样本
  • 判断一组数据是否具备基本代表性

随机抽样在做什么

研究对象的全部个体构成总体,需要关注的数量特征称为总体参数。例如,某批零件的全部寿命是总体,平均寿命是参数。实际中常因成本、时间或破坏性检测而无法观察总体,只能抽取部分个体形成样本。

样本不是若干数字的随意集合,而是由抽样机制产生的随机变量组。抽样完成前,第 ii 个观测记为 XiX_i;得到具体结果后,对应的数值记为 xix_i。样本中观测值的个数 nn 称为样本容量。

总体、样本与样本值关系示意图

简单随机与独立同分布

简单随机抽样要求容量相同的每一种样本组合都有相同机会被抽中。有限总体中常见的做法是编号后使用随机数进行不放回抽取,此时每个个体的入样机会相同,但不同次抽取并非严格独立。概率统计中常把随机样本写成:

X1,X2,…,Xn∼iidFX_1,X_2,\ldots,X_n \overset{\mathrm{iid}}{\sim} F

这表示每个 XiX_i 都服从同一总体分布 FF,并且彼此独立。“同分布”保证观测来自同一种生成规律,“独立”保证一个观测结果不会改变其他观测的概率规律。

独立同分布是数学模型的要求,不等于数据天然满足。连续记录同一设备的温度、同一用户的多次点击或按时间排序的金融数据,往往存在相关性,不能直接当作独立样本。

样本代表性如何判断

代表性不是“样本看起来像总体”,而是抽样机制没有系统性地偏向某类个体。样本容量增大可以降低随机波动,却不能自动修复错误的抽样框、严重缺失或只调查愿意回答的人。

判断样本是否可用于推断时,应依次检查:目标总体是否定义清楚,抽样框是否覆盖总体,每个个体是否有合理入样机会,观测之间是否近似独立,以及拒访、缺失和失访是否集中在特定群体。

例如,要估计全校学生的平均睡眠时间,只在早晨图书馆调查,即使收集一千份问卷,也可能高估早起学生的比例。问题不在样本容量,而在抽样地点造成了系统性选择。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

随机抽样

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通