欢迎来到抽样的世界！

你有没有想过，民意调查员是如何预测选举结果的？或者科学家如何在不测试地球上每个人的情况下，判断一种新药是否有效？这就是统计抽样 (Statistical Sampling) 的威力。在本章中，你将学习如何挑选一小组人（或物件）来代表一个更大的群体。这就像尝一勺汤来判断整锅汤是否需要多加点盐一样——你不需要把整锅汤喝完就能知道结果！

读完这些笔记后，你将了解我们收集数据的不同方式，以及为什么选择正确的方法是获取准确结果的秘诀。

1. 母体 vs. 样本

在我们开始挑选群体之前，需要先搞清楚“谁”和“什么”。

母体 (Population)： 这是你感兴趣的整个群体或物件。如果你想知道学校学生的平均身高，母体就是该校的每一位学生。

样本 (Sample)： 这是母体的子集（一小部分），是你实际从中收集数据的对象。如果你在食堂询问 30 名学生他们的身高，这 30 名学生就是你的样本。

普查 (Census)： 这是指观察或测量母体的每一个成员。在英国，政府每 10 年会进行一次人口普查。

优缺点：重大取舍

为什么我们不每次都进行普查呢？听起来似乎比较准确，对吧？没错，它确实很准确，但并不总是切实可行。

普查的优点：

  • 能提供完全准确的结果。
  • 没有遗漏任何人。
普查的缺点：
  • 昂贵且耗时。
  • 很难联系到每一个人。
  • 如果测试涉及破坏产品（例如测试灯泡寿命），普查会导致你没有产品可以销售！

样本的优点：

  • 更加快捷且便宜。
  • 收集数据所需的人力较少。
样本的缺点：
  • 数据可能不是百分之百准确。
  • 样本可能无法完全代表整个母体（这称为偏差 (bias)）。

重点总结

普查对于准确性来说很棒，但对你的钱包和时间表来说却是个噩梦。抽样既快速又实惠，但存在无法成为母体“完美缩影”的风险。

2. 随机抽样技术

为了使抽样公平，母体的每一位成员都应该有被选中的机会。这就是随机抽样 (Random Sampling) 的作用。要做到这一点，通常需要一个抽样框 (Sampling Frame)——即母体中所有人的名单（例如登记册或电话簿）。

简单随机抽样 (Simple Random Sampling)

这是最纯粹的随机抽样形式。想象把每个人的名字放进一个巨大的帽子里，然后把它们抽出来。在现代，我们使用随机数产生器。

如何操作：

  1. 为你的抽样框中的每个人分配一个唯一的编号。
  2. 使用计算器或电脑产生随机数。
  3. 挑选与产生出的编号相符的人。

系统抽样 (Systematic Sampling)

把这想象成一种“有系统”的抽样。你随机选择一个起点，然后每隔 \(k\) 个人挑选一个。

如何操作：

  1. 计算间隔 \(k = \frac{\text{母体大小}}{\text{样本大小}}\)。
  2. 在 1 到 \(k\) 之间随机选一个数作为你的起点。
  3. 此后每隔 \(k\) 个人选取一人。
例子：如果你有 100 人，想要 20 人的样本，\(k = 100 / 20 = 5\)。随机选择一个起点（例如 3），然后选取第 3、8、13、18 个人，以此类推。

分层抽样 (Stratified Sampling)

有时母体有明确的分组（称为层 (strata)），例如学校的年级或不同年龄层。为了公平，你需要样本的比例与母体相同。

公式： \( \text{该层的样本数} = \frac{\text{该层人数}}{\text{母体总人数}} \times \text{样本大小} \)

不用担心，这并不难！ 记住，这一切都是关于百分比。如果学校有 60% 的学生是女生，那么你的样本中也应有 60% 是女生。

记忆小撇步

Stratified (分层) = Strata (层) = Segments (分段)。想象蛋糕的层次，你切的一块蛋糕应该要包含每一层才行！

3. 非随机抽样技术

有时我们没有所有人的名单（没有抽样框），所以必须使用非随机方法。

配额抽样 (Quota Sampling)

这就像分层抽样，但没有随机性。面试官被要求在街上找 20 名男性和 20 名女性。一旦凑齐 20 名男性，他们就会停止询问男性，转而只寻找女性。

优点：非常简单且低成本。缺点：可能存在偏差，因为面试官可能会选择那些看起来“友好”的人。

方便抽样 (Opportunity Sampling)

这只是挑选当下随手可得的人。如果你站在健身房外，询问前 10 个路人关于他们的饮食习惯，这就是方便抽样。

优点：获取数据最简单的方法。缺点：极不可能代表整个母体。（在健身房的人可能比普通人吃得更健康！）

你知道吗？

方便抽样是学生在做专题作业时最常用的方法，但它也是最常被批评为有偏差的方法！

4. 批判与偏差

在考试中，你可能会被要求“批判 (critique)”一种抽样方法。这仅仅意味着“找出其中的错误”。

需要注意的常见陷阱：

  • 样本太小：如果你只问 2 个人，你不可能知道 1,000 个人的想法。
  • 偏差：样本是否只包含某一类型的人？（例如，只在周二上午 10 点进行采访，会忽略掉所有朝九晚五上班的人）。
  • 抽样框错误：名单是否过期？是否排除某些特定人群（例如没有座机电话的人）？

“不同样本”规则

重要点：记住，来自同一个母体的不同样本会得出不同的结论。这是自然的！一个好的抽样技术的目的是确保这些差异尽可能缩小。

快速复习箱
简单随机：每个人机会均等。需要名单。
系统抽样：每隔 \(k\) 个人。简单快捷。
分层抽样：按组别比例。最具代表性。
配额抽样：非随机分组。快速但可能有偏差。
方便抽样：随手可得的人。偏差极大但极易操作。

总结：如何选择？

当你在解决统计与力学 (Paper 3) 的问题时，务必问自己这三个问题：

  1. 我有母体名单吗？（如果有，请使用随机抽样；如果没有，使用配额或方便抽样）。
  2. 母体是否分为明显的组别？（如果有，分层或配额抽样最好）。
  3. 我有充足的时间和预算吗？（如果没有，千万不要考虑普查！）。

最后的小贴士：当考试问及随机抽样的缺点时，“很难获得完整的抽样框”几乎永远是满分答案！