1 基本概念
1.1 定义
离散采样是指在连续对象、连续过程或大规模总体中，按照离散时刻、位置或既定规则提取有限样本的方法。其目的在于把难以直接整体处理的连续信息，转换为便于记录、分析和计算的离散数据。
这一方法并不要求对全部对象进行完整观测，而是通过有代表性的样本来反映整体特征。因而，离散采样既是一种获取数据的技术，也是连接现实连续变化与数字化表达的基础环节。
1.2 与连续采样的区别
离散采样强调在明确的间隔点上取样，样本之间通常具有分离性；连续采样则更接近对过程的持续记录，能够在时间或空间上获得更密集的信息。
两者的主要差别体现在数据形态、成本和精度需求上。离散采样更便于实施和存储，适合大多数统计与工程场景；连续采样则在需要捕捉快速变化或细微波动时更有优势，但设备和计算负担通常更高。
1.3 适用对象
离散采样适用于具有连续变化特征、空间分布特征或规模过大的对象集合。其应用范围涵盖物理测量、调查研究、仿真建模和信息处理等多个领域。
1.3.1 离散时间系统
在离散时间系统中，系统状态按时间点更新，采样往往对应特定时刻的观测值。此类对象常见于控制、通信和数字信号处理。
1.3.2 空间网格对象
当研究对象分布在平面或立体空间中时，常通过网格节点、固定坐标或分区单元进行采样。这类方法有助于描述空间差异与局部变化。
1.3.3 有限总体与样本集合
在统计调查中，离散采样常面向有限总体，例如人群、产品批次或记录集合。通过抽取部分样本，可对整体性质作出估计和判断。
1.4 核心目标
离散采样的核心目标，是在有限资源条件下尽可能准确地反映总体特征。它需要在代表性、成本、效率和误差控制之间取得平衡。
在实践中，采样不仅关注“取到什么”，也关注“如何取”和“取多少”。因此，采样设计通常与研究问题、数据结构和后续分析方法紧密相关。
2 理论基础
2.1 采样与统计推断
离散采样之所以重要，在于它为统计推断提供了数据基础。研究者通过样本特征推断总体特征，并借助概率理论评估这种推断的可靠程度。
2.1.1 总体与样本
总体是研究对象的全部集合，样本则是从总体中抽取的部分个体。样本应尽量反映总体结构，否则推断结果容易偏离真实情况。
2.1.2 抽样误差
由于样本不是总体全体，样本统计量与总体参数之间通常存在差异，这种差异称为抽样误差。样本量、抽样方式和总体异质性都会影响误差大小。
2.1.3 置信区间与估计
置信区间用于表达估计结果的不确定范围，反映样本信息对总体参数的约束程度。通过点估计与区间估计结合，可以更全面地描述推断结论。
2.2 离散化思想
离散采样本质上体现了离散化思想，即把连续变化的现象转化为有限数量的可处理单元。该思想贯穿于测量、建模与计算全过程。
2.2.1 时间离散化
时间离散化是按固定或不固定的时刻记录过程状态。它常用于周期性观测、动态监测以及数字系统输入输出分析。
2.2.2 空间离散化
空间离散化是将连续空间划分为若干区域或节点，并在这些位置进行观测。它适用于地理、材料、图像和生态等空间研究。
2.2.3 数值表示
采样后的信息通常需要用数值形式保存，以便计算机处理和模型分析。数值表示的精细程度与后续运算精度密切相关。
2.3 代表性原则
代表性原则要求样本能够尽可能体现总体的主要结构与差异。若样本偏向某一局部，所得结论便难以推广到整体。
2.3.1 覆盖性
覆盖性强调样本应覆盖总体的关键范围，避免遗漏重要子群或区域。覆盖不足会使某些特征在分析中被低估或忽略。
2.3.2 均衡性
均衡性要求样本在不同类别、层次或空间单元之间保持适当分布。它有助于减少局部过密、局部稀疏带来的偏斜。
2.3.3 可重复性
可重复性是指在相同规则下，采样过程能够得到相近结果。良好的可重复性有助于验证研究结论，也便于不同研究者之间比较。
3 采样方式
3.1 随机采样
随机采样通过概率机制选取样本，使每个对象具有已知或可控制的被抽中机会。这类方法通常有助于降低人为偏向。
3.1.1 简单随机采样
简单随机采样要求总体中的每个单位都有相同机会被选中。它实现直接，理论性质清晰，是许多抽样设计的基础。
3.1.2 分层随机采样
分层随机采样先将总体按某些特征划分为若干层，再在各层内分别随机抽取样本。该方法适用于结构差异明显且层内相对均匀的情形。
3.1.3 整群随机采样
整群随机采样以群体为单位抽取样本，如按学校、社区或生产批次进行选择。它便于组织实施，但群内相似性较强时，精度可能受到影响。
3.2 系统采样
系统采样按照固定规则，从排序后的对象序列中定距抽取样本。它操作简便，适合连续生产或有序记录场景。
3.2.1 固定间隔采样
固定间隔采样是在起点确定后，按恒定间隔依次选取样本。该方式效率较高，但需要注意周期性结构造成的偏差。
3.2.2 周期性采样
当总体本身存在周期变化时，系统抽样可能与周期发生耦合。若间隔设置不当，样本会过度集中于某些相位，影响代表性。
3.2.3 起点选择
起点选择直接影响系统采样结果。通常通过随机方式确定起点，以减弱序列位置对样本分布的影响。
3.3 规则网格采样
规则网格采样依据预设网格点进行取样，常用于空间分析和数字图像处理。其优点是结构清晰，便于定位和比较。
3.3.1 一维网格
一维网格采样适用于沿时间轴、线路或单一变量轴进行观测的情形。采样点按顺序排列，间隔通常统一。
3.3.2 二维网格
二维网格采样多见于平面空间，如地表、图像或地图数据。通过行列式布点，可较系统地描述区域变化。
3.3.3 多维网格
多维网格采样适用于多个变量共同决定的空间，如高维参数空间或复杂模拟模型。此类采样能提高覆盖范围，但计算量也随之增加。
3.4 自适应采样
自适应采样根据局部变化程度动态调整样本分布，倾向于在复杂或变化剧烈的区域增加采样密度。它适合信息分布不均的对象。
3.4.1 局部加密
局部加密是在发现细节丰富或波动较大的区域后，增加该区域的采样点。这样可以更细致地刻画局部结构。
3.4.2 阈值触发
阈值触发是依据预设指标是否超过界限来决定是否追加样本。此方法具有明确规则，便于自动化实现。
3.4.3 动态调整
动态调整强调采样方案可随新信息不断修正。它常见于在线监测和迭代计算中，能够提高资源利用效率。
4 采样设计
4.1 采样频率
采样频率决定单位时间或单位距离内取样的密度，是影响信息保真度的重要参数。频率过低可能遗漏变化，过高则增加成本。
4.1.1 采样间隔
采样间隔是相邻样本之间的时间或空间距离。它与频率互为倒数关系，在设计时需要结合对象变化速度进行选择。
4.1.2 过采样
过采样指采样密度高于最低需求标准。它有助于提高细节保留度，但也可能带来冗余数据和额外开销。
4.1.3 欠采样
欠采样是指采样密度不足，难以完整反映对象变化。其后果可能包括信息缺失、结构失真和分析偏差。
4.2 样本量设计
样本量设计关注需要抽取多少样本才足以支持可靠结论。确定样本规模时，通常要综合误差要求、统计能力和资源限制。
4.2.1 误差容限
误差容限是研究者可接受的偏差范围。容限越严格，通常所需样本量越大。
4.2.2 统计功效
统计功效反映检验发现真实差异或效应的能力。若功效不足，即便对象间存在差别，也可能无法在样本中体现出来。
4.2.3 成本约束
实际采样往往受经费、人力和时间限制。样本量设计需要在可行性与精确性之间作出平衡。
4.3 采样窗口
采样窗口是指实际进行采样的时间段、空间范围或分段区间。合理的窗口设置有助于保证数据具有可比性。
4.3.1 时间窗口
时间窗口规定观测发生的起止时段。它常用于事件分析、周期监测和短期过程研究。
4.3.2 空间窗口
空间窗口限定采样覆盖的地理或物理范围。窗口过小可能遗漏差异，过大则会增加组织难度。
4.3.3 分段窗口
分段窗口将整体过程切分为若干区段分别采样，便于比较不同阶段的变化特征。它常见于序列分析和实验流程研究。
4.4 采样路径与顺序
采样路径与顺序会影响执行效率、误差分布和结果稳定性。特别是在空间调查和现场测量中，路径规划具有实际意义。
4.4.1 固定顺序
固定顺序采样按预定路线或列表依次进行，便于管理和复查。其弱点是可能受环境变化或序列效应影响。
4.4.2 随机顺序
随机顺序有助于分散潜在系统偏差，避免样本在时间或空间上过度聚集。它常用于实验和调查设计。
4.4.3 优化路径
优化路径强调在限定成本下寻找更高效的采样路线。常见目标包括减少移动距离、降低耗时或提高覆盖率。
5 质量控制
5.1 偏差来源
采样质量问题常来自样本选择、覆盖范围或测量过程中的偏差。对偏差来源进行识别，是保证结果可信的前提。
5.1.1 选择偏差
选择偏差是由于样本选择机制不当，使某些对象被过度或不足抽中。它会使样本与总体之间的结构关系发生扭曲。
5.1.2 覆盖偏差
覆盖偏差发生在抽样框与实际总体不一致时，例如遗漏某些群体或重复包含某些单位。该问题会直接影响结果外推。
5.1.3 系统误差
系统误差是指由仪器、流程或规则本身引入的稳定偏差。与随机波动不同，这类误差会在多次采样中持续存在。
5.2 误差管理
误差管理的目标不是消除所有误差，而是识别、控制并量化误差对结果的影响。合理管理可以提高结论的稳健性。
5.2.1 采样误差
采样误差来自样本对总体的有限代表性。通常可通过样本量增加、设计优化或重复抽样来缓解。
5.2.2 测量误差
测量误差出现在数据获取阶段，可能由仪器精度、操作方式或环境条件引起。其影响有时会掩盖真实信号。
5.2.3 记录误差
记录误差指数据在整理、输入或存储过程中发生偏差。虽然常常看似细小，但在大规模数据中可能累积成显著问题。
5.3 数据清洗
采样后获得的数据往往需要清洗，以提升可用性和分析一致性。清洗过程包括识别异常、处理缺失和修正重复记录等环节。
5.3.1 异常值处理
异常值可能来自真实极端现象，也可能来自错误记录或设备故障。处理时应结合背景判断，避免简单删除有效信息。
5.3.2 缺失值处理
缺失值处理可采用删除、插补或模型估计等方法。选择何种方式，取决于缺失机制和研究目标。
5.3.3 重复样本处理
重复样本会干扰统计计算和分布判断，需要识别并去重。若重复记录具有实际意义，则应在分析时单独说明。
5.4 验证与复核
验证与复核用于检验采样结果是否稳定、合理且可重复。它是质量控制的最后环节之一。
5.4.1 重采样验证
重采样验证通过重新抽取样本或重复计算来评估结果波动。此类方法有助于判断结论对样本变化的敏感度。
5.4.2 交叉验证
交叉验证常用于检验模型对不同样本切分的适应性。它可以减少偶然分割带来的评估偏差。
5.4.3 独立复核
独立复核由不同人员或不同系统对同一采样结果进行检查。该做法有助于发现流程性错误和隐性偏差。
6 典型应用
6.1 统计调查
统计调查是离散采样最常见的应用之一，广泛用于社会、经济和工业领域。其核心在于通过有限样本获得对总体的可靠认识。
6.1.1 民意调查
民意调查通过抽取部分受访者，了解公众对某一问题的态度或偏好。其结果高度依赖样本结构和提问方式。
6.1.2 市场抽样
市场抽样用于了解消费者行为、产品需求和销售趋势。与全面普查相比，它更适合快速获取参考信息。
6.1.3 质量抽检
质量抽检是在产品批次中抽取样本进行检测，以判断整批产品是否符合标准。它是工业管理中常见的控制手段。
6.2 信号处理
在信号处理中，离散采样是将连续模拟信号转化为数字信号的关键步骤。采样质量直接影响后续分析与重建效果。
6.2.1 模拟信号数字化
模拟信号数字化通常包括采样、量化和编码等环节。采样负责决定观测时刻，后续步骤则把信号转为可计算形式。
6.2.2 采样定理
采样定理说明在一定条件下，连续信号可由离散样本完整重建。它为数字通信和音视频处理提供了理论依据。
6.2.3 混叠现象
混叠现象指采样频率不足时，不同高频成分在离散表示中发生混淆。该问题会造成波形失真，常需通过抗混叠措施加以避免。
6.3 计算机科学
计算机科学中的离散采样用于降低数据规模、提高计算效率，并支持模拟与建模。它在日志分析、图像处理和随机算法中尤为常见。
6.3.1 监测日志抽样
监测日志抽样通过选取部分事件记录，减轻存储和计算压力。它适合高频日志环境，但需防止遗漏关键异常。
6.3.2 图像像素采样
图像像素采样决定图像在空间上的离散表示方式。分辨率越高，细节保留越充分，但文件体积也更大。
6.3.3 蒙特卡洛模拟
蒙特卡洛模拟依赖大量随机样本近似复杂问题的解。它常用于概率估计、数值积分和风险分析。
6.4 自然科学实验
自然科学实验常通过离散采样观察自然对象的局部特征，再据此推断整体规律。采样设计的合理性直接关系实验结论的可信度。
6.4.1 生态调查
生态调查通过在不同地点和时段采样，记录物种分布、数量变化与环境条件。其结果常用于评估生态系统状态。
6.4.2 地质采样
地质采样以岩石、土壤或沉积物为对象，通过离散点位获取样本。样本分析可用于识别成分差异和空间结构。
6.4.3 物理测量
物理测量中的离散采样常见于温度、压力、振动和粒子探测等场景。通过按时刻或位置取样，可以描绘物理量的变化规律。
7 相关概念
7.1 离散化
离散化是把连续对象转化为有限单元表示的过程。离散采样可视为离散化的重要实现方式之一。
7.2 抽样
抽样通常指从总体中选取部分单位进行研究的方法。离散采样与抽样关系密切，但前者更强调离散时空点上的取样形式。
7.3 量化
量化是将连续幅度映射为有限数值等级的过程。它常与采样配合使用，共同完成数字表示。
7.4 采样定理
采样定理阐述了采样频率与信号重建之间的关系。它是信号处理领域的重要理论基础。
7.5 重采样
重采样是基于已有样本重新生成样本集的统计方法。它常用于评估估计稳定性和模型可靠度。
7.6 估计与推断
估计与推断是利用样本信息判断总体特征的统计过程。离散采样为这类分析提供了数据入口与方法前提。