Statistical sampling

欢迎来到统计抽样的世界！

你有没有想过，为什么新闻台在选票还没开完之前，就能预测选举结果？或者科学家如何在不对地球上每个人进行测试的情况下，判断一种新药是否有效？答案就是：统计抽样 (Statistical Sampling)！

在这一个章节中，我们将学习如何挑选一小群人（或事物）来代表一个更庞大的群体。统计学就像侦探工作一样——我们利用小小的线索来解开巨大的谜团。如果一开始觉得内容有点「文字化」，别担心；一旦你看懂了其中的逻辑，学起来就会轻松得多！

1. 总体 (Population) 与样本 (Sample)

在我们开始「侦探工作」之前，必须先厘清我们调查的对象。我们主要使用这两个术语：

总体 (Population)：这是我们感兴趣的「整个」群体或事物。例如，如果你想知道学校里学生最喜欢的食物，总体就是该校的每一位学生。

样本 (Sample)：这是从总体中挑选出来的一小群人。我们研究样本，是为了试图了解整个总体。例如，询问你所属年级的 30 位学生他们最喜欢的食物。

浓汤的比喻

想像你在煮一大锅蔬菜汤，想知道需不需要加盐。你不会把整锅汤喝完（那是总体），你只会舀一勺来尝（那是样本）。如果那一勺味道刚好，你就可以推论 (infer) 整锅汤的味道都不错！

重点总结

总体是全部；样本只是其中的一部分，用来作出经过深思熟虑的猜测（推论）。

快速复习：
• 总体 (Population)：整个群体。
• 样本 (Sample)：我们实际调查的那部分群体。
• 推论 (Inference)：根据样本对总体作出结论。

2. 我们如何选择样本？

挑选样本的方法有很多种。对于 OCR 考试，你需要能够运用其中两种特定的方法，并评析（讨论优缺点）另外四种方法。

A. 简单随机抽样 (Simple Random Sampling)

在简单随机抽样中，总体的每一位成员都有均等的机会被选中。就像把每个人的名字写在纸条上放入一个巨大的帽子里，然后盲目地抽出来一样。

步骤说明：
1. 列出总体中每一位成员的名单（这份名单称为抽样框, sampling frame）。
2. 为每位成员编上唯一的号码。
3. 使用随机数字产生器（计算器或电脑）选出你需要的号码。

优点：绝对公平，通常没有偏差 (bias)。
缺点：如果总体非常大，操作起来会很困难且耗时。

B. 机会抽样 (Opportunity Sampling)

这通常被称为“便利抽样”。你只需挑选当时在场且符合你标准的人。例如，站在商店门口询问前 10 位路过的人。

优点：非常快速、简单且省钱。
缺点：非常容易产生偏差。如果你站在健身房外，你的样本只会代表那些喜欢健身的人，而不代表整个城镇！

你知道吗？
如果你只访问你的朋友来完成学校作业，你就是在做机会抽样！这虽然容易，但可能无法公平地代表整个学校。

3. 其他需要评析的方法

你无需在数学上进行这些运算，但必须能够描述它们，并指出它们的优劣之处。

系统抽样 (Systematic Sampling)

以固定的间隔挑选对象。例如，从名单中每隔 10 个人选出一位。
“我会选第 5 个人，然后是第 15 位，接着是 25 位……”

分层抽样 (Stratified Sampling)

将总体根据特性（如年龄或性别）分成不同组别（称为层, strata）。然后根据每层的大小比例，从中进行随机抽样。
“如果学校有 60% 的女生和 40% 的男生，我抽取的 10 个人的样本中，应该要有 6 位女生和 4 位男生。”

配额抽样 (Quota Sampling)

类似分层抽样，但不是随机的。你为每一组设定了“目标”或“配额”。一旦某个类别的配额满了，你就停止询问该类别的人。
“我需要 10 个青少年。我会一直问人，直到找到 10 个自称是青少年的人为止。”

整群抽样 (Cluster Sampling)

将总体分为现有的群组（如“导师班”或“街道”）。随机挑选几个群组（整群），并研究这些群组内的所有人。
“我会随机挑选学校里的 3 间教室，并访问这些教室里的所有学生。”

重点总结

不同的方法有不同的公平性。随机抽样通常最公平，但机会抽样或配额抽样通常较快速。

4. 评析与偏差 (Critique and Bias)

统计学很重要的一环就是保持批判性！当你看到一个样本时，问问自己：这组样本能代表总体吗？

如果一个样本有偏差，代表它不能正确地反映总体。这会导致错误的推论。例如，如果你想知道英国人的平均身高，但你的样本只包含职业篮球选手，那么你的结论肯定是错的！

避免常见的错误：

1. 样本过小 (Small Sample Size)：如果样本太小（例如只问 2 个人），就无法很好地代表总体。
2. 无响应 (Non-Response)：有些人可能拒绝回答你的调查。如果这些人具备某种共同特质，你的数据就会产生偏差！
3. 抽样框错误 (Sampling Frame errors)：如果你所使用的总体名单过期或遗漏了某些人，样本就不会是真正的随机。

记忆法：评析时参考 "RSVP"
评估抽样方法时，检查以下几点：
• Random? (随机吗？公平吗？)
• Size? (样本足够大吗？)
• Varied? (样本是否包含各类型的人？)
• Practical? (执行起来是否太困难？)

5. 最终总结

• 总体是整个群体；样本是其中的一部分。
• 简单随机抽样让每个人有均等机会（公平但缓慢）。
• 机会抽样使用当下在场的人（快速但有偏差）。
• 同一个总体的不同样本可能会导致不同的结论。
• 时刻关注偏差——任何让样本不具代表性的因素都会导致数据的可信度下降。

如果觉得定义太多，别担心！只要回想“浓汤的比喻”即可。如果那一勺（样本）能很好地代表那一锅（总体），你的统计结果就会很美味！