概率抽样

“概率抽样”属于“研究方法”主题。

概率抽样是从总体中按已知规则随机抽取样本的调查方式：每个总体单位都有已知且非零的入样概率，抽样结果可以计算误差，并据此对总体作统计推断。它是社会调查中“用样本代表总体”的主要技术保证，也是判断一项调查结论能否推广到总体的第一把尺子。

• 概率抽样指按随机原则从总体中抽取样本，使每个总体单位具有已知且非零的入样概率；样本结果据此可以对总体参数作估计和推断。

　　概率抽样并不要求每个个体被抽中的概率相等。等概率只是简单随机抽样的特征；分层抽样中不同层可按不同比例入样，多阶段抽样中不同阶段单位入样概率也可能不同。概率抽样的核心不是“概率相等”，而是“概率已知且非零、随机性可度量”。

• 它不是“随便抽几个人”：非随机的主观选择、自愿参与、街头拦截都不构成概率抽样。
• 它与非概率抽样的边界在于：概率抽样能计算抽样误差并作总体推断，非概率抽样不能。
• 它与普查不同：普查覆盖全部总体单位，概率抽样只调查一部分，靠随机性保证代表性，成本低、周期短，是大规模社会调查的主流方式。

常见方式有简单随机抽样、系统抽样、分层抽样、整群抽样和多阶段抽样。

具体来说：

• 简单随机抽样：从总体中直接随机抽取，每个单位入样概率相同，是最基本的方法；总体很大时难以逐一编号操作。
• 系统抽样：将总体按顺序排列，随机确定起点后按固定间隔抽取；操作简便，但若总体排列与抽样间隔存在周期性，可能引入偏差。
• 分层抽样：先按某个特征（城乡、年龄等）把总体分成若干层，再从每层分别随机抽样；使样本结构与总体结构接近，估计更准确，是提高精度的常用手段。
• 整群抽样：把总体分成若干群，随机抽取部分群后调查群内全部单位；操作省事、成本低，但精度通常低于相同样本量下的简单随机抽样。
• 多阶段抽样：整群抽样的延伸——先抽群，再在抽中的群内作进一步抽样（如先抽省、再抽市、再抽区、再抽人）；全国性大规模调查常用。

在实际运用中我们常把多种方式组合使用，并辅以加权调整。

• 总体：研究的全部对象，是推断的目标。
• 抽样框：用于抽取样本的单位清单，其完整性和准确性决定抽样质量。
• 样本：实际被调查的单位，是观测的直接对象。
• 调查机构与研究者：负责抽样设计、执行与加权，其专业判断决定抽样质量。
• 受访者：样本中的个人或单位，其配合程度影响数据质量。
• 三者关系：抽样框覆盖总体（可能不完整），样本从抽样框抽取，统计推断以样本反推总体；抽样框误差会使“样本代表总体”的前提受损。

抽样设计的基本流程：

1. 界定总体，明确调查对象范围；
2. 建立抽样框，列出可抽取的单位清单；
3. 选择抽样方法（简单随机、系统、分层、整群或多阶段）；
4. 确定样本量（取决于允许误差、置信水平与总体变异性）；
5. 按规则随机抽取样本；
6. 调查执行后按入样概率加权，校正无响应与覆盖不足；
7. 估计抽样误差，报告推断结论。

每一步都有专门的判断依据，抽样方法的选择要匹配研究问题、总体结构与调查成本。

• 抽样调查作为统计推断的技术，伴随着概率论与数理统计在社会科学中的应用而制度化；中国自1950年代起逐步建立统计调查制度，人口普查、经济普查与各类抽样调查构成国家统计体系的基础。
• 全国性社会调查（如中国综合社会调查、中国家庭追踪调查等）普遍采用多阶段概率抽样，其抽样设计与数据开放程度已成为经验社会研究的公共基础设施。

它对不同群体产生什么不同影响，资源、风险和机会如何分配。

从样本推断总体时需要保留抽样框、层、群、各阶段选择概率和最终权重。估计均值、比例和标准误时应使用与设计相匹配的方法，不能把复杂抽样直接当成简单随机样本。

概率抽样的推断基础是统计推断的两个定理：

　　大数定律——重复抽样下样本统计量趋近总体参数；

　　中心极限定理——大样本下样本均值的分布近似正态，据此可以计算误差范围。

抽样方法的效率比较：在相同样本量下，分层抽样通常比简单随机抽样更精确，整群抽样通常精度较低；这种精度差异用设计效应衡量，见 抽样误差与设计效应。

概率抽样保证的是“抽样的随机性”，不消除问卷质量、无响应等非抽样误差，也不弥补测量工具的偏差。

相关法律政策、国家或行业标准、公共服务等介入。

仍在争论的问题、可能的风险、尚缺数据和需要持续核验的判断。

国家统计局《中国统计年鉴》——总体数据的官方来源之一

• 非概率抽样
• 抽样误差与设计效应
• 统计推断
• 研究设计
• 中国综合社会调查
• 描述统计。