Sampling techniques

抽样简介

欢迎来到统计学的世界！在这章节，我们将探讨如何收集数据。试想一下，如果你想知道全英国人最喜欢的披萨配料是什么，你不可能去询问所有 6,700 万人——这不仅会花费无尽的时间，成本更是高得吓人！因此，我们会选择一个较小的群体，并根据他们的回答对其他人做出合理的推断。这正是抽样 (sampling) 的核心所在。

我们将学习挑选小群体的特定技巧，并确保我们的结果既公平又准确。别担心，刚接触这么多术语可能会觉得有点混乱，我们会逐一为你拆解！

1. 母体与样本

在选择抽样技巧之前，我们需要先了解统计学中两个主要的“群体”：

母体 (Population)

母体是指你感兴趣的整个群体或项目。
例子：北海中所有的鳕鱼，或是你学校目前注册的所有学生。

样本 (Sample)

样本是指你实际研究的子集，也就是母体中较小的一部分。
例子：捕获 100 条鳕鱼进行测量，或是访问食堂里的 50 名学生。

推论 (Inference)

当我们利用样本中的数据来描述整个母体时，这过程称为推论。
重要提示：不同的样本可能会导致不同的结论！如果你只对学校里的精英运动员进行抽样，你可能会“推论”出整间学校的人都非常健康。但如果你只采样电竞社的学生，你可能会得到截然不同的结果。这就是为什么我们如何选择样本显得如此重要。

快速回顾：
• 母体：“大局”（每一个人/每一件事物）。
• 样本：“小快照”（我们实际检查的那一部分）。
• 推论：利用快照来猜测整体样貌。

2. “黄金标准”：随机抽样

为了公平起见，母体中的每个成员都应该有机会被选中。这就引出了简单随机抽样 (Simple Random Sampling, SRS)。

简单随机抽样

在简单随机抽样中，每一个所需规模的可能样本都有相等的机率被选中。
类比：就像把每个人的名字放进一个巨大的帽子里，摇匀后抽出 10 个名字。

操作方法：
1. 为母体中的每个成员分配一个唯一的编号（这份名单称为抽样框, sampling frame）。
2. 使用乱数产生器（计算器或电脑）来选取号码。
3. 与这些号码对应的人员或项目即成为你的样本。

重点总结：随机抽样有助于避免偏误 (bias)（即偏袒），但你需要一份完整的母体名单才能进行，这在现实中未必总能实现。

3. 其他抽样技巧

有时候，简单随机抽样并不实用。以下是你在 MEI 课程大纲中需要掌握的其他方法：

系统抽样 (Systematic Sampling)

这是指你从名单中按固定间隔选择个体。
例子：选择每第 10 个走进门的人。
步骤：
1. 计算间隔 \( k = \frac{\text{母体大小}}{\text{样本大小}} \)。
2. 在 1 和 \( k \) 之间随机选取一个起点。
3. 不断加上 \( k \) 来找到后续的参与者。

分层抽样 (Stratified Sampling)

当母体包含不同特性的群体（称为层, strata，例如不同的年龄层或性别）且这些群体表现可能不同时使用。样本需反映母体的比例。
公式： \( \text{从该层抽样的人数} = \frac{\text{该层人数}}{\text{总母体人数}} \times \text{总样本大小} \)

配额抽样 (Quota Sampling)

这与分层抽样相似，但不是随机的。访问员被告知要在特定的类别中找到一定数量的受访者。
例子：“去找到 20 名 50 岁以上的男性和 20 名女性。”一旦“配额”满了，他们就停止抽样。

整群抽样 (Cluster Sampling)

将母体分成彼此相似的群组（整群）。你随机选择几个整群，然后对里面的每个人进行采样。
例子：如果你想对英国的 12 年级学生进行抽样，你可能会随机选择 5 所学校，并访问这些学校中所有的 12 年级学生。

机会抽样 (Opportunity/Convenience Sampling)

选择当时在场且符合条件的人。
例子：在周二早上站在超市门口，询问前 10 个看到的人。
警告：这通常有很高的偏误，因为它只包含了当时刚好在那里的人。

自选抽样 (Self-Selected Sampling)

参与者自愿成为样本的一部分。
例子：网上投票或“邮寄回复”的问卷。
你知道吗？自选样本往往带有偏误，因为观点强烈的人比不在乎的人更有可能自愿参加。

4. 评估抽样技巧

在考试中，你可能会被要求选择最佳方法，或解释为什么某种方法不好。你应该考虑偏误 (bias) 和实用性 (practicality)。

常见陷阱（避免这些错误！）

• 混淆分层抽样与配额抽样：请记住，分层抽样在组内使用随机选择；而配额抽样使用机会选择（访问员先遇到谁就选谁）。
• 混淆整群抽样与分层抽样：分层抽样是从每一层取几个人；而整群抽样是从几个整群取所有人。
• 忽略偏误：务必检查抽样方法是否排除了特定类型的人。例如，如果你在下午 2 点拨打室内电话来调查“工作习惯”，你会错过所有正在上班的人！

快速回顾总结表

方法：简单随机抽样
优点：完全公平/无偏误。
缺点：需要完整的母体名单（抽样框）。

方法：分层抽样
优点：确保所有群体都被公平地代表。
缺点：组织复杂；需要母体的详细资料。

方法：机会抽样
优点：简单且便宜。
缺点：偏误机率高。

方法：系统抽样
优点：将样本均匀散布在整份名单中。
缺点：如果名单有隐藏的规律，可能会产生偏误。

最终重点总结

• 母体是所有人；样本是其中的一小部分。
• 随机抽样给予每个可能的样本相等的被选中机会。
• 当母体中某些成员比其他人更容易（或更不容易）被包含在内时，就会产生偏误。
• 选择抽样技巧是在统计完美性与现实世界的实用性之间取得平衡。

别担心，刚开始觉得复杂是正常的——只要你多练习在试题中识别这些方法，区分“配额”与“分层”或“整群”抽样的差异就会变得更清晰！