代表性样本与随机样本：综述

在进行统计分析时，经济学家和研究人员试图将抽样偏差降低到几乎可以忽略的水平。抽样偏见的危险在于，它可能导致对所有个人或实例都不可能被同样选择的人群（或非人类因素）进行偏颇抽样。

关键要点

• 在进行统计分析时，经济学家和研究人员试图将抽样偏差降低到几乎可以忽略的水平。
• 采样偏差的危险在于它可能导致 一个群体（或非人类因素）的有偏见的样本，在这个样本中，所有的个体或实例被选择的可能性不一样。
• 如果没有考虑取样偏差，研究或分析的结果可能被错误地归因于此。
• 代表性抽样和随机抽样是两种有助于确保数据不存在偏差的技术。
• 代表性样本是根据特定特征从较大的统计总体中选择的一组或一组样本。
• 随机样本是从一个较大的群体中随机选择的一组或一组。

为了减少样本出现偏差的可能性，统计学家和经济学家通常会努力保证每个样本分析或研究都符合三个基本标准。这样，统计学家和经济学家就可以从得到的结果中对一般人口做出更有信心的推断。

• 这些样本必须代表所研究的选定人群。
• 他们必须是随机选择的，这意味着更多人口中的每一个成员都有平等的机会被选中。
• 它们必须足够大，以免扭曲结果。样本组的最佳大小取决于进行推断所需的精确置信度。

代表性抽样和随机抽样是两种有助于确保数据无偏差的技术。这些取样技术并不相互排斥。事实上，在研究中，它们经常被串联使用以减少抽样误差的程度。当这两种方法结合在一起时，就更大的群体而言，从样本中做出统计推断的可信度更高。

代表性样品

代表性样本是从较大的统计群体或一组因素或实例中选择的一组或一组，根据研究中的任何特征或质量，充分复制较大群体。

一个有代表性的样本与所考察的大社会的关键变量和特征相平行。一些例子包括性别、年龄、教育水平、社会经济地位（SES）或婚姻状况。较大的样本量降低了抽样错误的可能性，并增加了样本准确反映目标人群的可能性。

随机抽样

随机样本是以随机方式从较大的群体或一组实例因素中选择的一组或一组，允许较大群体中的每个成员有平等的被选择的机会。一个随机样本意味着一个更大的人口无偏的代表。从更大的人群中选择样本被认为是一种公平的方法（因为人群中的每一个成员都有平等的机会被选中）。

特别注意事项

对于收集样本的经济学家和统计学家来说，他们必须确保偏差最小化。如果不考虑抽样偏差，研究或分析的结果可能会被错误地归因。代表性抽样是实现这一目标的关键方法之一，因为这类样本尽可能地复制研究中较大人群的成分。

然而，仅此一点还不足以使采样偏差可以忽略不计。将随机抽样技术与代表性抽样方法相结合，进一步减少了偏差，因为代表性群体中没有任何特定成员比任何其他成员有更大的机会被选入样本。

其中最有效的技术之一就是分层。在分层的情况下，较大的人口被分解成具有相当同质性的亚群体或阶层。然后，从每个阶层中选出相等数量的群体成员。

另一种实现随机或代表性样本的常见方法称为系统采样。通过这种方法，首先，从随机起点选择研究的成员或元素。然后，选择以固定的周期间隔进行。