1 基本概念
1.1 定义
随机抽样是指在研究总体中，按照随机机制抽取部分单位作为样本的过程。其关键特征在于，每个总体单位被抽中的机会事先可知，并且通常被设计为相等或按既定概率分配。由于抽取过程不依赖研究者主观判断，随机抽样有助于降低人为选择带来的偏差。
1.2 核心思想
随机抽样的核心思想是“让样本代表总体”。通过随机化机制，样本中的个体在理论上更可能保持与总体相近的结构特征，从而使研究者能够借助样本结果推断总体情况。该方法并不保证样本完全等同于总体，但能在概率意义上控制误差并提高推断的可靠性。
1.3 与非随机抽样的区别
与非随机抽样相比，随机抽样最重要的差异在于抽取机制是否基于概率。非随机抽样通常依赖便利性、判断或配额等方式，虽然操作灵活、成本较低，但样本代表性更难保证，也较难准确估计抽样误差。随机抽样则更适合需要进行统计推断、结果外推和误差控制的研究场景。
1.4 适用场景
随机抽样广泛用于社会调查、市场研究、公共卫生、教育评估、工业检测和科学实验等领域。凡是需要从较大总体中获取具有代表性样本，并进一步估计总体特征或检验研究假设的情形，随机抽样都具有较强适用性。
2 理论基础
2.1 概率论基础
随机抽样建立在概率论之上。总体中的每个单位都有一个已知的抽中概率，样本的形成可视为随机变量的结果。借助概率模型，研究者能够描述抽样结果的分布特征，并据此进行误差分析和统计推断。
2.2 大数定律与中心极限定理
大数定律说明，当样本量足够大时，样本统计量会趋近于总体参数；中心极限定理则表明，在一定条件下，样本均值等统计量的抽样分布会近似正态分布。这两条定理是随机抽样能够支持统计推断的核心理论基础，也是样本量设计的重要依据。
2.3 代表性与抽样误差
随机抽样的代表性通常通过样本与总体在主要特征上的接近程度来体现。即使采用随机机制，样本与总体之间仍会存在差异，这种由抽样过程自然产生的差异称为抽样误差。抽样误差不是错误，而是概率抽样中可以估计并控制的正常波动。
2.4 置信区间与估计推断
随机抽样为参数估计提供了基础。研究者可根据样本数据构建置信区间，用以表示总体参数可能落入的范围，并给出相应的置信水平。与单点估计相比，区间估计更能体现抽样不确定性，也更符合随机抽样的统计逻辑。
3 抽样类型
3.1 简单随机抽样
简单随机抽样是最基本的随机抽样形式，要求总体中每个单位被抽中的概率相同，且每个样本组合的机会也已知。其优点是概念清晰、理论基础完善，但在总体较大或分布复杂时，实施成本可能较高。
3.1.1 有放回抽样
有放回抽样指每次抽取后将单位放回总体，下一次抽取时该单位仍可再次被抽中。该方法便于建立理论模型，但在实际调查中使用较少，更常见于概率教学、模拟实验和某些理论分析。
3.1.2 无放回抽样
无放回抽样指抽出的单位不再放回总体，因此同一单位不会重复出现。现实研究中最常见的随机抽样多属于这一类。随着抽样进行，总体中剩余单位的抽中概率会发生变化，但总体上仍属于概率可控的随机过程。
3.2 分层随机抽样
分层随机抽样是先将总体按某些重要特征划分为若干层，再在各层内分别进行随机抽取。该方法常用于总体内部差异较大、层内相对同质的情况，有助于提高估计精度并保证重要子群体被充分代表。
3.2.1 按比例分层
按比例分层是指各层样本量与该层在总体中的比例一致。这样得到的样本结构与总体结构较为接近，便于直接汇总分析，也能在保持代表性的同时简化权重处理。
3.2.2 非比例分层
非比例分层是按研究需要对不同层分配不同数量的样本，例如对小群体适当过度抽样，以便获得更稳定的层内估计。此时通常需要在分析阶段使用加权方法，以恢复总体结构。
3.3 整群随机抽样
整群随机抽样是先将总体划分为若干群组，再随机抽取部分群组，并对所选群组内的全部或部分单位进行调查。它常用于总体范围广、单个单位分散、逐个抽取成本较高的场景。
3.3.1 单阶段整群抽样
单阶段整群抽样是直接抽中群组后，对群内所有单位进行调查。该方法实施方便、组织成本较低，但如果群内单位同质性强，样本信息量可能不如同样规模的简单随机抽样。
3.3.2 多阶段整群抽样
多阶段整群抽样是在已抽中的群组内继续分层或再次抽样，逐步缩小调查范围。它兼顾了成本控制与调查深度，适合大规模社会调查和区域性研究。
3.4 系统随机抽样
系统随机抽样是从排列好的抽样框中，按固定间隔依次抽取样本。该方法执行简便，尤其适合名单、编号或生产线上的连续单位抽取。
3.4.1 等距抽样
等距抽样是以固定间隔抽取样本，例如每隔若干个单位选取一个。抽样间隔通常由总体规模与目标样本量决定。若总体排列中不存在周期性规律，该方法具有较好效率。
3.4.2 起点随机化
起点随机化是先随机确定一个起始位置，再按等距规则继续抽取。这样可以减少人为偏向，并提升抽样过程的随机性。若起点选择不随机，系统抽样的概率性质可能受到影响。
3.5 多阶段随机抽样
多阶段随机抽样是在若干层级上依次进行随机抽取的方法。它常见于全国性调查或跨区域研究，例如先抽地区，再抽单位，再抽个体。该方法灵活性较高，能有效兼顾调查范围与实际可操作性。
3.6 PPS抽样
PPS抽样是按规模大小成比例抽样的一类方法，即单位被抽中的概率与其规模指标成正比。它常用于群组大小差异明显的情形，例如人口普查前的区域抽样、企业抽样或学校抽样等。
4 抽样实施
4.1 抽样框的建立
抽样框是可供抽样的总体单位清单或可识别集合，是实施随机抽样的基础。抽样框的完整性、准确性和更新程度直接影响样本质量。若抽样框遗漏或重复较多，即使随机机制本身正确，最终结果也可能产生偏差。
4.2 随机数生成方法
随机数生成用于确定样本单位的抽取顺序或抽中位置。其目标是提供足够独立、不可预测的抽取结果，以支持抽样过程的随机性和可重复验证。
4.2.1 物理随机方法
物理随机方法依赖骰子、抽签、转盘等自然或半自然随机工具，适合小规模或教学演示。其优点是直观、易理解，但在大样本研究中效率较低，且可记录性较弱。
4.2.2 计算机随机算法
计算机随机算法通过伪随机数生成器产生随机序列，是现代研究中最常用的方法。它具有速度快、可重复、易保存日志等优点，适用于大规模抽样和自动化数据处理。
4.3 抽样步骤设计
抽样步骤通常包括明确总体、建立抽样框、确定抽样类型、设定样本量、生成随机序列、执行抽取和记录结果等环节。合理的流程设计有助于减少操作失误，并提高抽样的可追溯性。
4.4 样本量确定
样本量是抽样设计中的关键参数，既影响估计精度，也关系到成本和调查可行性。样本过小可能导致误差较大，样本过大则会增加资源消耗。
4.4.1 误差界限法
误差界限法根据允许的最大误差来反推所需样本量。该方法强调研究者希望控制的精度范围，常见于比例估计和均值估计设计中。
4.4.2 置信水平法
置信水平法以预设的置信度和误差范围为基础确定样本量。置信水平越高，通常所需样本量越大，因此该方法常与置信区间设计结合使用。
4.4.3 经验估计法
经验估计法依据既往研究、行业惯例或先导调查结果确定样本量。它具有较强实用性，尤其适合在总体参数未知、理论条件不足时进行初步设计。
4.5 现场执行与记录
现场执行阶段需要严格按照抽样方案开展，并及时记录抽中单位、替代情况、拒访原因和操作时间等信息。完整记录不仅有助于过程管理，也便于后续审计、复核与误差分析。
5 质量控制
5.1 抽样偏差识别
抽样偏差是指样本系统性偏离总体的现象，通常由抽样框缺陷、操作失误或不当替代引起。识别偏差需要结合样本结构、抽样流程和响应情况综合判断，而不能仅凭最终数据表面特征下结论。
5.2 无应答问题
无应答是指被抽中的单位未能提供有效数据。它可能来源于拒访、失联、缺席或信息不完整。若无应答具有系统性特征，可能影响样本代表性，因此常需通过回访、加权或补充抽样进行处理。
5.3 样本替换原则
样本替换是对无法调查的抽中单位进行替代的做法，但必须遵循预先设定的规则，避免人为挑选相似对象。若替换过于随意，容易破坏随机性，并引入新的选择偏差。
5.4 数据清洗与核验
数据清洗包括检查重复、缺失、异常值和逻辑冲突等问题；核验则侧重确认原始记录与录入结果的一致性。良好的清洗和核验流程能够减少后续分析中的技术性错误，提高数据可用性。
5.5 重复抽样与复核
重复抽样和复核用于检验抽样过程是否稳定、结果是否一致。通过再次抽取或交叉验证，研究者可以评估样本波动情况，并识别可能存在的程序性偏差。
6 统计推断应用
6.1 参数估计
随机抽样为总体参数估计提供样本基础。根据样本信息，可以推算总体均值、比例、方差等指标，并结合抽样误差给出估计结果。
6.1.1 点估计
点估计是用一个具体数值代表总体参数，例如用样本均值估计总体均值。它表达简洁，但无法直接反映不确定性，因此常与区间估计配合使用。
6.1.2 区间估计
区间估计通过给出参数的可能范围，体现估计的可靠程度。随机抽样使得区间宽度和置信水平具有明确的概率解释，是统计推断中的重要工具。
6.2 假设检验
在假设检验中，随机抽样保证样本统计量具有可推导的分布性质，从而使显著性检验、p值计算和错误控制成为可能。若抽样设计不合理，检验结论的可信度会明显下降。
6.3 回归分析中的抽样作用
回归分析依赖样本数据估计变量之间的关系，而样本的抽取方式会影响参数估计的稳定性和外推能力。随机抽样有助于减轻选择偏差，使回归结果更适合推广到总体。
6.4 调查统计中的应用
在调查统计中，随机抽样是获取代表性数据的核心手段。无论是人口调查、消费者调查还是舆情调查，样本设计质量都会直接影响结论的准确性和解释力。
6.5 实验研究中的应用
实验研究中，随机抽样常用于实验对象的招募或实验单位的初始选取。虽然实验内部还需配合随机分配，但抽样环节决定了研究对象是否具有总体代表性，进而影响研究外部效度。
7 优势与局限
7.1 主要优势
随机抽样最大的优势在于具有明确的概率基础，便于估计抽样误差并进行推断。它能有效减少主观选择带来的偏向，使研究结果更具可解释性和可复核性。
7.2 局限性
随机抽样并非没有问题。其局限主要体现在实施成本较高、对抽样框要求严格，以及在复杂总体中操作难度较大。此外，若实际执行环节不规范，随机优势也可能被削弱。
7.3 对抽样框质量的依赖
随机抽样的效果很大程度上取决于抽样框质量。若抽样框不完整、重复严重或更新滞后，样本即使随机选取，也未必真正代表目标总体。因此，抽样框管理是抽样设计的重要前提。
7.4 成本与效率权衡
在实际研究中，随机性、精度、时间和经费之间往往需要平衡。更复杂的随机抽样设计可能提高精度，却也会增加组织成本；反之，过于简化的方案则可能损害结果质量。
8 相关概念比较
8.1 概率抽样与非概率抽样
概率抽样以已知抽中概率为基础，便于进行误差估计和统计推断；非概率抽样则不具备严格的概率保障，更常用于探索性研究或资源受限场景。两者的差别主要体现在推断能力和控制程度上。
8.2 随机抽样与随机分配
随机抽样关注“谁被纳入样本”，随机分配则关注“样本单位如何进入不同处理组”。前者属于抽样设计，后者属于实验设计，两者目的不同，但都依赖随机机制来减少偏差。
8.3 抽样误差与非抽样误差
抽样误差来源于样本对总体的自然波动，是随机抽样不可避免的组成部分；非抽样误差则包括测量误差、录入错误、无应答和执行偏差等问题。后者不一定与样本量直接相关，却常常对结果造成更大的影响。
8.4 总体参数与样本统计量
总体参数是描述总体特征的真实但通常未知的数值，如总体均值或总体比例；样本统计量则是根据样本计算得到的量，用于估计参数。随机抽样的任务之一，就是让样本统计量尽可能可靠地接近总体参数。
9 历史与发展
9.1 早期抽样思想
抽样思想可以追溯到统计调查和测量实践的早期阶段。随着人口统计、农业调查和工业检验的发展，人们逐渐认识到“以部分推断整体”的方法在成本与效率上具有明显优势。
9.2 现代抽样理论的形成
现代抽样理论在概率论和数理统计发展之后逐步成熟，随机抽样的概念也因此获得严格定义。此后，样本设计、误差估计和加权分析等方法不断完善，使抽样研究成为统计学的重要分支。
9.3 计算机辅助随机抽样
计算机技术的发展显著提升了随机抽样的效率与可操作性。随机数生成、抽样框管理、权重计算和结果追踪均可通过软件完成，从而支持更大规模、更复杂结构的调查与实验。
9.4 当代应用发展
在当代，随机抽样已广泛嵌入数字化调查、在线实验、质量监测和多源数据分析之中。随着数据规模扩大和研究对象更加复杂，抽样设计也更加重视分层、多阶段、权重调整以及对非应答的系统处理。