高等数学 / 系统课时
抽样方法与偏差
抽样方法与偏差
不同抽样方法会改变调查成本、样本结构和估计精度。本课通过同一总体比较四种常用方案,并用选择偏差解释为什么“样本很多”仍可能得到错误结论。
学习目标
- 比较四种常用抽样方法的实施方式
- 根据总体结构选择合适的抽样方案
- 识别选择偏差及其常见来源
四种抽样方法的核心差异
简单随机抽样从总体中直接随机选取个体,规则最清楚,但需要完整抽样框。分层抽样先按关键特征把总体划分为层,再从每层抽取样本,适合层间差异明显且希望各类群体都被覆盖的场景。
整群抽样先把总体划分为若干自然群体,再随机抽取部分群体并调查其中全部或部分个体,能降低跨区域收集成本。系统抽样先确定随机起点,再按固定间隔抽取,执行方便,但总体排序若存在周期性,可能产生偏差。

| 方法 | 抽取单位 | 主要优点 | 关键风险 |
|---|---|---|---|
| 简单随机 | 个体 | 概率规则直接,分析方便 | 完整名单难获得 |
| 分层抽样 | 各层中的个体 | 保证重要群体覆盖,可提高精度 | 分层变量选择不当 |
| 整群抽样 | 群体或群体内个体 | 调查集中,成本较低 | 同群个体相似,误差可能增大 |
| 系统抽样 | 固定间隔位置 | 操作简单,样本分布均匀 | 排序周期与间隔重合 |
如何选择抽样方案
总体规模不大且有完整名单时,简单随机抽样通常最直接。若不同地区、年龄或业务类型之间差异明显,应优先考虑分层抽样,并按研究目的采用等比例或不等比例分配。
当个体分散、调查成本主要来自交通和组织协调时,整群抽样更实际。例如先抽学校,再调查被抽学校中的班级。若名单已经有序且不存在明显周期,系统抽样能快速完成现场抽取。
选择方法时不能只比较便利性,还要确认后续估计是否使用了正确权重。不等概率抽样若仍把所有观测等权处理,会使样本结构与总体结构不一致,从而产生错误估计。
选择偏差从哪里产生
选择偏差是指进入样本的机制与研究变量相关,导致某些个体被系统性高估或低估。它不是普通随机波动,因此不会随着样本量增加自动消失,反而可能让错误结论显得更稳定。
常见来源包括抽样框遗漏、便利抽样、自愿响应、拒访和失访。例如只通过健身 App 调查居民运动时长,会遗漏不使用该 App 的人;即使回收十万份问卷,也不能代表全部居民。
降低选择偏差应从设计阶段开始:明确目标总体,检查抽样框覆盖,记录未响应情况,比较样本与总体的已知结构,并在有依据时使用分层、追访或加权校正。加权只能修正可观察差异,无法保证消除所有未知偏差。
按自己的节奏,确认真正理解。