1 分层抽样的基本思想
1.1 总体分层的动机与收益
分层抽样的核心动机在于：总体往往由不同特征的子群构成，这些子群内部相对更同质、彼此之间差异更明显。将总体按某些可观测特征划分为若干层，可以在抽样时让样本更“有针对性”地覆盖差异来源，从而提升估计精度并降低不必要的变动。
其收益通常体现为：在给定样本规模下，估计量的方差往往更小；在需要同时估计多个指标或面向不同子群输出结果时，层内信息可更直接地支持解释与汇总；同时，分层还为后续的加权校准提供了结构化的约束基础，使得权重调整更可控。
1.2 分层抽样的基本定义
分层抽样指先把总体划分成互不重叠的层（strata），再分别在各层内抽取样本。形式上，每个总体单位被唯一分配到某一层；抽样过程在层之间相对独立或至少以层为基本单位组织。
在统计推断中，分层通常意味着：估计可以通过“层内估计加权汇总”的方式构成，从而让不同层的贡献与抽样设计、层内样本信息紧密对应。
1.3 抽样框架与常见抽样方式
1.3.1 独立抽样与层内抽样
在很多实践中，可将分层后的抽样视为“层内独立抽样”：每个层内按照预设规则选取样本，且不同层的抽样不会相互干扰。独立抽样有助于推导方差估计并简化实现。
层内抽样的规则常见包括等概率抽取、按某种规模度量的成比例抽取或按固定个数抽取等。选择哪种规则取决于抽样框架、成本约束与目标精度。
1.3.2 系统抽样与聚类的对应关系（概念层面）
系统抽样与聚类抽样常与分层形成组合框架：系统抽样通常是从某个排序后的抽样框按步长选取单位；聚类抽样则是以群组（如小区域、团体、班级等）为抽样单位，再对群组内部进行测量。
在概念层面，分层可以用来控制层间差异，而系统或聚类可以用于在层内提升操作效率或处理现实中的抽样框限制。两者结合时需要注意：聚类会引入“组内相关性”，从而影响方差与设计效应，进而与后续校准权重的质量评估形成联动。
2 抽样设计与分层策略
2.1 分层变量的选择原则
分层变量的选择应同时考虑可观测性、与目标指标的关联程度以及数据可得性。理想情况下，层内在与被估计特征相关的方面差异尽量小，而层与层之间差异尽量大。
同时，分层变量通常应满足：在抽样框中可获得、在实际调查中可稳定识别、并且能与既有外部信息（用于校准或约束）形成一致口径。若层变量与关键误差来源密切相关，分层带来的方差改进往往更显著。
2.2 分层的粒度与样本量分配
层划分越细，理论上越可能提高同质性，但也会带来样本量分散、无响应增多和估计稳定性下降的风险。粒度的选择需要在“更同质”与“更可靠”的对抗之间权衡。
常见做法是：先用经验或预分析确定能显著区分差异的维度，再避免产生极小层样本导致的权重波动。样本量分配往往与粒度同步设计：层越细，通常需要更谨慎地分配样本以保证每层估计的可用性。
2.3 分层与方差的关系
在抽样理论中，分层的方差改进通常与“层内方差”和“层间方差”共同有关。直观理解是：若层内差异降低，估计量的不确定性通常会随之下降；若分层变量选择得当，使得层间差异主要由层间结构承担，则可减少由无序混合带来的额外波动。
在实际设计中，方差不仅取决于分层，还受抽样方式（如是否聚类）、样本规模与无响应影响。因而分层策略应与整体设计目标一起评估，而不是孤立优化。
2.4 典型分配思路概览
2.4.1 等比例分配
等比例分配强调简单与可操作性，即各层样本量与层在总体中的规模按比例对应。此策略易于实施，尤其在层内方差相近或外部条件限制下较为常用。
然而，当各层在目标变量的波动程度差异较大时，等比例分配可能并非最优：某些波动大却样本偏少的层会限制精度，导致整体方差仍然较高。
2.4.2 最优分配（以方差最小为目标）
最优分配旨在在给定总样本量约束下，使估计方差尽可能小。其思想通常是：对方差贡献更大的层投入更多样本，对相对稳定的层减少样本。
在实践中，“最优”依赖于对层内方差或相关量的先验估计。若先验不准，样本分配可能偏离理论最优，因此需要用历史数据、试点调查或保守调整来提高鲁棒性。
3 权重构造：从抽样概率到基础权重
3.1 基础抽样权重（Design Weight）
基础抽样权重通常由抽样概率直接构造。常见形式是：某单位的权重与其被抽中的概率成反比。其目的在于抵消不等概率抽样带来的系统性差异，使得加权后的总体估计更接近总体真实规模或结构。
在分层抽样框架下，基础权重往往也会体现层的抽样规则差异：同一层内单位可能有相对统一的概率结构，而不同层的概率可能不同。
3.2 反映不等概率抽样的校正
若抽样采用了不均匀机制（例如按规模大小抽取、按排序系统抽取导致概率非完全一致，或抽样框覆盖不均），基础权重可进一步做校正以反映实际的入样概率。
这类校正的目标是让权重更准确地对应“设计阶段”形成的代表性，而不是仅凭表面抽样规则估计。权重构造越忠实于抽样概率，后续校准越有基础。
3.3 层内权重与总体权重的汇总方式
构造完成后，权重通常在层内用于各层估计，再通过加总得到总体估计。此时需要注意：层权重的大小与层样本量、层抽样概率以及层总体规模共同相关。
在估计流程上，常见做法是先对层内计算加权估计量（如均值、总量或比例），再按照层的总体规模或相应的权重体系合成总体结果。这样能够保留对层间差异的解释能力。
3.4 权重的可用性检查（数据完整性视角）
权重不是一行公式生成后就可直接使用，实践中必须进行可用性检查。典型问题包括：抽样概率记录缺失、层标识错误、无效样本导致权重异常、合并前后口径不一致等。
从数据完整性视角，常见检查包括核对权重的分布、检查极端权重是否由异常概率引起、确认权重是否与层变量或后续校准约束能对齐。只有权重体系可信，校准才有意义。
4 加权校准的核心概念
4.1 加权校准的目标：对齐已知信息
加权校准旨在把初始权重调整到与外部已知信息一致。外部信息可能来自普查、行政记录、抽样框之外的统计汇总，或研究者设定的目标边际分布。
校准的目标不是“随意调权重”，而是在尽量保持与基础权重接近的前提下，让加权后的关键统计量（如某些分类变量的边际总量或比例）匹配目标值。由此可降低由于抽样偏差、无响应或抽样框不完全造成的系统误差。
4.2 校准变量与约束的含义
校准变量是用于建立约束关系的特征集合。约束通常以“加权后的校准变量统计量应等于已知目标”的形式表达。常见例子包括：地区分布、性别比例、年龄组结构、某类总量指标等。
约束的选择应与总体已知信息质量和调查目标一致。若约束过多或口径不匹配，可能引入不稳定；若约束过少，校准对偏差的纠正能力可能不足。
4.3 校准前后估计差异的来源
校准前后的估计差异主要来自权重调整带来的“重新加权”。当样本中某些群体在未校准权重下代表性不足或过度时，校准会改变这些群体的相对权重，从而推动估计向目标结构靠拢。
同时，无响应处理也会通过基础权重和样本可用性间接影响校准。若某类样本更容易缺失，基础权重可能已部分反映调整需求，而校准变量提供了进一步对齐的方向。
4.4 校准的几何视角（权重调整的直观解释）
从直观角度，可将校准理解为：在“权重的可行域”中找到一组新的权重，使得它们既能满足约束，又尽可能不偏离基础权重。几何视角强调：约束把解限制在某个子空间或曲面上，而“尽量接近基础权重”的准则提供了选择方向。
不同校准准则对应不同的“接近”度量方式，因此权重调整的幅度与分配方式可能不同，但都围绕“满足目标边际，同时保持合理稳定性”这一思想展开。
5 常见校准方法
5.1 比率校准与回归型校准
比率校准常通过比例关系实现对齐，例如当目标与样本在某些分类汇总上按比例匹配时，可构建相对简单的权重调整因子。其优势是直观，适用于约束结构较为清晰、目标变量与校准变量关联明确的场景。
回归型校准则更强调利用模型化关系：通过把目标统计量与校准变量之间的线性关系纳入考虑，使得权重调整在统计意义上对齐目标并控制误差传播。这类方法通常与更一般的估计框架兼容，适用于校准变量与目标变量关联较复杂的情况。
5.2 校准方程与权重调整因子
校准的关键在于构建校准方程：新的权重需要满足约束条件。常见表述是：加权求和形式的约束（例如某组分类的加权总量）等于外部目标值。
权重调整因子刻画每个样本从基础权重到校准权重的变化幅度。该因子通常与校准变量的取值、约束差异以及所选准则共同决定。实际计算中，往往需要通过迭代或封闭形式求解来得到调整因子。
5.3 熵最大化与距离最小化校准（常见思路）
一种常见思路是：在满足校准约束的前提下，使权重相对于基础权重的“偏离程度”最小。偏离度量可以基于熵（entropy）或其他距离形式。
熵最大化的直观意义是，选择在约束下最“温和”的调整，使权重尽量保持平滑并减少不必要的极端变化。距离最小化则可根据所用距离函数（例如二次型或相对误差型）控制不同群体的调整力度。
5.4 其他实践型校准规则（概念性归纳）
除了上述常见路线，还存在多种实践导向的校准规则，例如为避免过度调整而设置约束优先级、对少量样本贡献做保护性处理、或在约束冲突时采用最小二乘意义下的妥协解。
这类方法的共同点是：在可行性、稳定性与解释性之间寻求平衡。选择哪种规则通常取决于约束的可满足程度、样本规模以及权重稳定性需求。
6 分层与校准的组合实施流程
6.1 设计阶段：分层与样本分配
组合实施通常从设计阶段开始：先选择分层变量并确定层划分方式，再根据层内差异水平与成本约束确定各层样本量配置。此阶段的关键输出包括：每个层的抽样规则、样本量计划以及样本选择对权重概率的影响路径。
同时，需要提前考虑后续校准能使用哪些外部边际信息，因为校准变量和约束会反过来影响对分层与样本分配的要求。
6.2 执行阶段：权重计算与数据清理
执行阶段主要进行基础权重计算与数据清理。清理内容包括：样本层归属是否正确、抽样概率参数是否完整、记录是否与抽样框口径一致，以及关键字段（用于校准变量的分类）是否存在缺失或编码错误。
若出现基础权重异常（如极大或为零），通常需要回溯抽样概率的生成流程或修正数据映射，避免把错误“带入”校准求解。
6.3 校准阶段：设定约束与求解权重
在校准阶段，首先明确校准变量和外部目标边际。随后选择校准准则（如熵或距离最小化、回归型等），并求解满足约束的校准权重。
若约束难以同时满足或存在冲突，需要在统计可行性与实务目标之间做权衡，例如调整约束集合、检查口径一致性或采用软约束思路。最终产出是一组新权重，用于替代基础权重进行估计。
6.4 产出阶段：估计量与可解释性核对
产出阶段包括用校准权重计算目标估计量（均值、比例、总量等），并做可解释性核对。核对内容通常包含：校准约束是否准确满足、估计结果是否发生合理幅度的变化、不同层之间的贡献是否与调查逻辑一致。
此外还要关注可复现性：记录分层划分、校准变量选择与准则参数，便于审计与复查。
7 估计与推断
7.1 加权估计量的类型（均值、比例、总量）
加权估计量是用校准权重（或基础权重）对样本观测进行加权汇总得到的。常见类型包括：
- 均值：对目标变量按权重求和再除以加权样本总量；
- 比例：把某事件指示变量（如拥有某属性）按权重求和得到相对频率；
- 总量：按权重直接求和对应总体规模估计。
分层抽样与校准通常对这些估计量均适用，但具体形式会随是否存在比率型结构或约束口径变化而调整。
7.2 校准权重对偏差的影响机制（概念层面）
校准权重通过改变样本中不同群体的相对权重来影响偏差。若样本在某些分类边际上与真实总体不一致，校准会把估计“拉回”到目标结构，从而减少由代表性不足引起的系统误差。
从机制上看，这种改正可能同时吸收了抽样概率不均、无响应导致的结构偏移、以及抽样框覆盖不完善等因素的部分影响。需要强调的是：校准是对齐已知信息的工具，其纠偏能力取决于校准变量是否与偏差来源高度相关。
7.3 方差估计与不确定性表达
7.3.1 线性化与重复抽样思路概览
估计不确定性需要考虑抽样设计的复杂性。常见思路包括：
- 线性化：把复杂估计量近似为可处理的线性形式，再利用抽样设计信息计算方差；
- 重复抽样：通过重抽样或构造模拟样本（如复制方法体系）来估计波动。
在分层与校准组合框架中，不确定性表达往往要同时反映抽样波动与权重调整带来的额外影响。
7.3.2 设计效应与精度评估
设计效应（design effect）用于衡量实际抽样设计相对于简单随机抽样在精度上的差异。分层通常可降低设计效应，而聚类或不均衡抽样可能提高设计效应。
在精度评估中，还需关注校准权重的稳定性：若权重差异过大，可能导致方差增大或估计不稳定，从而抵消部分分层带来的好处。
8 校准权重的质量控制
8.1 权重极端值与稳定性问题
校准可能导致部分样本权重显著偏离基础权重，尤其在约束强、样本稀疏或无响应严重时更容易发生。极端权重会放大少数观测对总体估计的影响，进而引起方差上升或估计敏感性增强。
因此需要对权重分布进行诊断，例如检查最大/最小值比例、观察权重是否呈现明显偏态，或评估对关键估计量的影响程度。
8.2 裁剪（trimming）与重加权的影响
为限制极端值，有时会进行裁剪：把超过阈值的权重进行上限或下限处理。但裁剪改变了权重与约束的精确匹配程度，因此往往需要进一步重加权或重新校准以恢复约束。
裁剪是一种平衡策略：一方面改善稳定性，另一方面可能引入约束偏差。实践中通常需要在稳定性与约束一致性之间做可解释的取舍。
8.3 校准后约束检验与诊断图表
校准后应检验约束是否满足（或满足到可接受误差范围），并使用诊断图表观察调整效果。常见诊断包括：约束变量的加权前后对比、权重调整因子的分布、以及按层或关键分类的权重变化趋势。
这些诊断有助于判断校准是否“合理地”纠偏，而不是在数据问题或口径不一致下产生貌似满足但统计意义不足的结果。
8.4 无响应与后分层（概念衔接）
当无响应造成样本结构偏移时，常见衔接策略包括采用后分层或在校准框架内显式纳入与无响应相关的校准变量。后分层的思想是用可获得信息把无响应处理后的样本重新组织到更能反映真实结构的类别中，从而改善权重代表性。
需要注意的是，无响应处理不仅影响基础权重，也会影响校准时的约束能否有效纠偏。因而应在流程上建立从无响应识别到权重调整的闭环。
9 案例应用与实践要点
9.1 人口/调查结构边际校准示例（概念描述）
在许多调查中，会用人口普查或登记数据提供地区、性别或年龄结构的边际分布。执行分层抽样后，样本可能在某些边际上与真实总体不同步；通过把这些边际作为校准约束，校准权重可以把加权结果对齐到已知结构。
示例中常见的关键点包括：校准变量的口径需与外部边际一致；层划分与校准类别最好形成可映射关系；并对校准后的关键指标变化做合理性核对，避免“看似对齐但偏离目标逻辑”。
9.2 市场与消费调查中的分层与校准（概念描述）
市场与消费调查往往同时面对覆盖不均、不同渠道样本代表性差异以及答题意愿变化。分层抽样可以在设计上覆盖不同地区、渠道或消费群体；校准则可使用外部市场数据或行业统计作为约束边际，例如按地区与人群结构对齐。
在实践中，校准变量的选择常与“消费行为差异”相关，但也需要兼顾数据可获得性与稳定性。若某些类别样本极少，校准更可能产生极端权重，因此要配合质量控制策略。
9.3 教学与“别把权重当魔法”的提示（轻度梗式提醒）
在教学或入门实践里，一个常见提醒是：权重调整不是万能开挂。校准能对齐你提供的约束，但它无法凭空修复“约束之外”的偏差来源，例如测量误差、错报倾向或口径理解偏差。
因此，良好的做法是把分层、权重构造、校准约束与数据清理看成同一条链条：每一步都尽量严谨，权重才不至于变成“看起来很对、实际上靠运气”的魔法棒。
10 术语与相关方法的对照
10.1 分层抽样 vs 聚类抽样（差异速览）
分层抽样的目的通常是提高同质性并降低方差，层与层之间被有意划开；聚类抽样则相反，是以群组为抽样单位，往往因实务效率考虑而引入群组内部相关性。
两者在方差表现与方差估计方法上差异明显：聚类可能增加设计效应，而分层常用于降低无谓波动。
10.2 设计权重 vs 校准权重（区分要点）
设计权重来自抽样概率与抽样框信息，反映设计阶段的代表性逻辑；校准权重在设计权重基础上进一步调整，使加权结果与外部目标约束一致。
可以把校准理解为对设计权重的“再对齐”，其结果更贴近目标边际，但也需要进行稳定性与质量控制。
10.3 校准（calibration）与后验调整（post-stratification）的关系
后验调整通常指在样本收集后，按分类信息把样本重新分布到更匹配总体结构的框架中。若后验调整通过满足某些分类边际实现，本质上与校准的“约束对齐”思想在形式上相近。
差异更多体现在：具体实现方式、使用的优化准则、约束集合与是否将无响应或其他因素纳入权重调整机制。二者可以互相借鉴，但不应机械等同。
10.4 与回归辅助估计（model-assisted）的衔接概念
回归辅助估计强调用辅助变量与响应之间的模型关系来提高估计效率。与校准的衔接体现在：校准变量可作为回归中的协变量或约束基础；而校准后的权重也可与预测类估计结合，形成兼顾设计信息与结构对齐的方案。
在衔接时需要关注：模型假设与校准约束是否兼容、以及方差估计如何反映模型与设计的共同来源。