🔢 高中数学必修第二册第九章 统计总体与样本简单随机抽样分层随机抽样抽样调查

随机抽样

理解总体、个体、样本和样本量,掌握简单随机抽样与分层随机抽样的条件和实施步骤,能分析抽样方法的公平性与代表性。

难度:★★★★★

💡怎样用少量调查认识全校

学校想了解全体学生每天的课外阅读时间。逐人调查成本高,还可能因回收不全而拖延;只询问图书馆里的同学又会高估阅读时间。统计学的办法是从全校学生中抽取一部分人,通过样本信息推断总体特征。

关键不只是“抽多少人”,更是“怎样抽”。若抽取机制使某类学生更容易入样,增加样本量也未必消除偏差。随机抽样用明确的随机化程序控制选择偏好,是从样本走向总体的第一步。

🎯学习目标与考查重点
  • 准确区分总体、个体、样本、样本量与调查变量。
  • 理解简单随机抽样的适用条件,会用抽签法或随机数法实施抽样。
  • 会按比例分配各层样本量,并说明分层随机抽样提高代表性的原因。
  • 能识别方便抽样、自愿回答、无回答等偏差,判断调查结论的适用范围。

一、总体、样本与抽样框

调查对象的全体叫作总体,组成总体的每一个对象叫作个体。从总体中抽取的一部分个体组成样本,样本中个体的数目叫作样本量。例如从全校 18001800 名学生中抽取 9090 人调查睡眠时间,总体是这 18001800 名学生,样本量是 9090,睡眠时间才是被观测的变量。不能把“全校学生的睡眠时间”与“全校学生”混成同一概念。

实际抽样还需要一份能够识别总体个体的名单或编号系统,称为抽样框。抽样框若漏掉走读生,即使之后用随机数抽取,结果也只能代表名单中的学生。由此可见,随机化能够减少人为选择,却不能自动修复总体界定或抽样框覆盖上的错误。

抽样调查适合总体规模大、逐个调查成本高或检测具有破坏性的情境。人口普查、重要设备逐件验收等任务则可能需要全面调查。选择方式应由调查目标、成本、精度与可操作性共同决定。

二、简单随机抽样

设有限总体含 NN 个个体,从中抽取 nn 个且 n≤Nn\le N。如果采用逐个不放回抽取,并使总体中的每个个体在每次抽取时都有相等机会被抽到,这种方法称为简单随机抽样。其核心是等可能性和随机性,而不是随意挑选。

抽签法的步骤是:给所有个体编号,制作大小和质地相同的签,充分搅匀后不放回抽取。随机数法则先统一编号位数,再由随机数表或可靠的随机数生成器读取编号;遇到超出范围或重复的编号就跳过,直到取得规定数量。为了避免“挑一个看起来顺眼的起点”,读取方向、起点和跳过规则都应事先确定。

在简单随机抽样中,每个个体最终入样的概率都是

nN.\frac{n}{N}.

这不表示不同个体的入样事件相互独立:不放回抽样中,一个个体已经入样会稍微改变其他个体随后入样的机会。等可能入样与事件独立是两个不同概念。

🔑

随机抽样的可信度来自抽取规则,而不是样本结果“看起来平均”。先明确总体和抽样框,再保证每个个体按规定概率入样;调查完成后还要检查无回答和测量方式是否引入新偏差。

三、分层随机抽样

总体由差异明显的若干部分组成时,可先按与调查指标有关的特征分层,再在每层内独立进行简单随机抽样。例如研究全校体能时,不同年级训练安排不同,可按年级分层。分层原则是层内相对同质、层间差异较明显,并且每个个体只能归入一个层。

若第 ii 层总体量为 NiN_i,总体量 N=∑NiN=\sum N_i,总样本量为 nn,按比例分配时该层样本量应接近

ni=nNiN.n_i=n\frac{N_i}{N}.

当结果不是整数时,要在保证 ∑ni=n\sum n_i=n 的前提下合理取整。各层都获得代表后,才能按总体层权重汇总。若直接把各层样本平均数作算术平均,而各层总体规模不同,就会错误地赋予每层相同权重。

分层抽样并非任何时候都优于简单随机抽样。若分层依据与所研究变量关系很弱,收益可能有限;若分层信息错误或某层拒访严重,也会产生偏差。方法的有效性依赖于合理分层和层内真正随机。

四、代表性、随机误差与系统偏差

同一总体按同一方法多次抽样,样本结果一般不会完全相同,这种由随机抽取造成的波动称为随机误差。通常样本量增大,随机波动会减小,但调查成本会上升。

系统偏差来自抽样框缺失、提问诱导、方便取样或大量无回答等机制。例如在校园运动会现场调查“每周运动时长”,常高估全校水平;在网络上公开链接让人自愿填写,参与意愿可能与观点强弱有关。此类偏差不会仅因收集更多同类回答而自然消失。

评价抽样方案时可连续追问:目标总体是谁?名单覆盖完整吗?谁有更大机会入样?未回答者是否具有共同特征?测量口径是否一致?只有这些问题得到合理处理,样本才有资格支持总体推断。

例 1原创基础例题:按比例分层抽样

某校高一、高二、高三学生人数分别为 720720、660660、420420。现按年级分层,抽取 9090 人调查体育锻炼时间。求各年级应抽取的人数。

✏️ 查看分步解析

总体量为

N=720+660+420=1800,N=720+660+420=1800,

抽样比为 90/1800=1/2090/1800=1/20。所以三个年级的样本量分别为

720×120=36,720\times\frac1{20}=36,660×120=33,660\times\frac1{20}=33,420×120=21.420\times\frac1{20}=21.

三者之和为 9090。接下来还应在每个年级内部随机抽取,不能由班主任直接推荐“典型学生”,否则层内仍可能存在选择偏差。

例 2原创进阶例题:辨析随机性与代表性

某食堂要调查午餐满意度,方案甲在出口每隔 1010 人询问一人,但只调查 11:3011{:}30 至 11:4511{:}45;方案乙从当天所有刷卡就餐学生名单中随机抽取 120120 人,之后通过短信调查。比较两方案的主要风险。

✏️ 查看分步解析

方案甲虽然使用固定间隔,但时间段覆盖不完整。早到学生可能来自特定年级,其菜品选择和排队体验也可能不同,因此样本不能自然代表全天就餐者。

方案乙的抽样框覆盖当天所有刷卡学生,抽取阶段更接近简单随机抽样;但仍要关注短信未回复。若不满意者更愿意回复,或低年级回复率较低,就会出现无回答偏差。较好的做法是记录各类学生回复率并进行提醒,同时在报告中说明有效样本及限制。由此可见,随机抽取只是完整调查流程的一环。

⚠️易错点
  • 样本量是样本中个体的数量,不是变量观测值的大小。
  • “随机抽几个人”若没有编号和随机机制,可能只是方便抽样。
  • 简单随机抽样保证个体等可能入样,不等于抽取事件彼此独立。
  • 分层后必须在各层内随机抽取,汇总时应考虑各层总体权重。
  • 大样本主要降低随机波动,不能自动消除抽样框缺失和诱导提问造成的系统偏差。
🌏生活应用:产品质量抽检

一批密封饮料不能全部开封检测糖度,否则检测本身会破坏商品。企业可从不同生产时段分层,每个时段随机抽取若干瓶检测。这样既控制成本,又能避免样本都来自同一机器状态。若某时段产量占全批的 30%30\%,按比例方案也让该层样本约占 30%30\%。实际质量管理还需根据风险设置抽样量、合格界限和追溯规则,不能把一次样本合格理解为每瓶都合格。

五、自测与解析

1. 基本概念

从 50005000 个灯泡中随机抽取 8080 个检测寿命。指出总体、样本和样本量。

✏️ 查看答案

总体是这 50005000 个灯泡,样本是实际被抽中的 8080 个灯泡,样本量为 8080;寿命是对样本个体测量的变量。

2. 方法选择

某公司总部与三个分部的岗位结构差异明显,现调查通勤时间。应优先考虑什么抽样方法?

✏️ 查看答案

可按工作地点或与通勤有关的区域分层,再在各层内随机抽取。若按比例分配,各层样本量与其员工数成比例。这样能避免人数少但通勤特征特殊的分部被偶然漏掉。

3. 偏差判断

为估计居民纸质阅读量,只在书店门口连续访问 300300 人。扩大到 10001000 人能否从根本上解决问题?

✏️ 查看答案

不能。书店顾客本来就更可能阅读纸质书,抽样位置造成系统偏差。扩大同一地点的样本主要减小随机波动,仍不能使未去书店的居民获得合理入样机会。

📺B 站视频讲解去 B 站观看「随机抽样方法视频讲解」优质讲解视频 →