抽样与统计估计

一句话

统计估计先问样本从哪里来；计算给出估计值，抽样设计决定能够推广到哪里。

本页目标：选择适当抽样方法，用样本估计总体并说明偏差和不确定性。按已经学过的内容选择基础或提高题。

前置知识

• 数据的收集、整理与描述

  需要会：计算并解释均值、中位数、众数、方差，识别图表误导

概念与推导

本页定位：课程基础。

总体、样本与想回答的问题

总体是研究对象的全体，样本是实际观察的一部分。总体均值、比例是待了解的参数，样本均值、比例是由已观察数据计算的统计量。先界定对象、时间、地区和测量单位，再选择抽样方法；调查“本校本学期”不能直接回答“所有学校长期如此”。

普查覆盖全体，抽样节省成本，但要接受不确定性。即使抽样合适，换一组样本也可能得到不同估计。应记录样本量、方法和未回应情况，不能把估计当成精确清点。

简单随机、分层与系统抽样

简单随机抽样要求每个同容量样本有相同机会；仅每个人入样概率相同还不够，例题后的练习给出反例。实际可给完整名册编号，用可靠随机机制无重复抽取，避免把“随手选”称为随机。

分层抽样先把总体分成互斥且覆盖全部的层，再在每层随机抽取。按比例分配时，层内样本量约为总样本量乘该层总体占比；若取整，需要说明调整并核对总量。层内样本均值合并时使用总体权重；若样本故意不按比例分配，不能直接平均所有回收数据来替代加权估计。

系统抽样可在有序名册上随机选起点后等间隔取人。若排序周期与间隔重合，可能产生很大抽样误差；随机起点不保证每个实际样本都能很好代表总体。它与简单随机抽样的样本分布也不同。

估计、偏差与波动

样本比例m/n可用于估计目标总体比例；总体人数已知时可再乘N估计数量。描述均值、方差时要明确口径：本页沿用除以n的描述性方差。用于估计总体方差的其他约定如除以n−1，依赖另外的模型与目标，不在同一题中悄悄更换。

样本量增加通常能减小适当随机抽样下的波动，但不能自动纠正只问爱好者、只收自愿回复、题目带诱导或测量工具偏移等问题。分层也不会自动消除层内偏差。推断时将“观察到什么”和“在何种假设下推广”分别写清。

与后续统计推断的连接

抽样给回归与检验提供数据基础。随机抽样主要支持向总体推广；随机分配处理主要帮助比较因果效应，两者不是同一个步骤。后续页继续解释相关、检验阈值及错误结论的风险。

公式与条件

总体与抽样框一致，分层互斥完备，层内选择与非响应处理明确；比例分母为正，推断时写“估计”并保留不确定性。

$$\hat{p}=\frac{m}{n},\hat{M}=N\hat{p}$$

成立条件

n>0，样本中有m个符合条件；N为目标总体数量。抽样设计、覆盖范围及非响应处理须支持向该总体推广。第二式是估计数量，不是已经清点的实际数量。

从哪里来

样本内先算符合条件的占比m/n，再将同一比例用于目标总体得到估计数N×m/n。样本比例与真实总体比例可能不同，抽样误差及选择偏差不能由这个算式自动消除。

适用场景与常见误用

可以用在

• 按调查样本估计人数或比例

• 明确样本统计量与总体参数的区别

要防止

• 便利样本不能只因样本大就推广

• 估计人数可能不是整数，按用途说明取整且保留估计含义

知识讲解：抽样与统计估计

AI辅助推导复核：Codex，2026-09-09。

查看课程依据及核验范围

$$\hat{\mu }=\sum _{h=1}^H\frac{N_h}{N}{\overline{x}}_h,N=\sum _h{N}_h$$

成立条件

分层互斥、覆盖目标总体，Nₕ>0，各层有合适的随机样本并得到层内均值x̄ₕ。权重用总体层占比，不能无条件用样本层占比。

从哪里来

总体均值等于各层总量相加后除以总人数，即ΣNₕμₕ/N。用各层的样本均值估计μₕ，得到加权估计。按比例分配样本且各层抽样合适时，样本占比与总体占比才一致。

适用场景与常见误用

可以用在

• 样本分配不同比例时合并各层

• 比较直接平均与总体加权

要防止

• 不同层人数不等不能直接平均层均值

• 层内样本偏差不会因加权自动消失

知识讲解：抽样与统计估计

AI辅助推导复核：Codex，2026-09-09。

查看课程依据及核验范围

$$\overline{x}=\frac{w_1{x}_1+\cdots +w_n{x}_n}{w_1+\cdots +w_n}$$

成立条件

$w_i\ge 0$ 且权重总和大于0；权重可表示频数或贡献比例。

取等条件

若所有正权重对应的x相同，均值等于该共同值；本式不是不等式。

从哪里来

每个值重复w次（整数频数）时，总和就是各值乘出现次数的和，再除总次数。比例权重使用同一分摊思想；权重总和为1时分母可省略。

适用场景与常见误用

可以用在

• 按人数或频数合并均值

• 计算明确比例的总评

要防止

• 不同组人数不等时，组均值不能直接平均。

• 权重总和不为1时不能省略分母。

知识讲解：数据的收集、整理与描述

AI辅助推导复核：Codex，2026-09-08。

查看课程依据及核验范围

$$s^2=\frac{1}{n}\sum _{i=1}^n(x_i-\overline{x}{)}^2$$

成立条件

$n\ge 1$；本页使用除以n的描述性方差。各数据须具有可比较的单位。

取等条件

方差为0当且仅当所有观测值相同。

从哪里来

离均差直接相加会抵消。平方后每项非负，平方离差的平均刻画围绕均值的分散程度；各值都相同时才为0。

适用场景与常见误用

可以用在

• 在相同单位、相关背景下比较波动

• 解释均值相同的数据仍可有不同分布

要防止

• 不能把方差与均值混为一个指标。

• 方差单位是原单位的平方；标准差才回到原单位。

知识讲解：数据的收集、整理与描述

AI辅助推导复核：Codex，2026-09-08。

查看课程依据及核验范围

$$\text{组频率}=\frac{\text{组频数}}{\text{总频数}}=\text{组距}\times \text{频率密度}$$

成立条件

分组互不重叠并覆盖全部数据；总频数为正，组距为正，纵轴明确为频率/组距。

从哪里来

每组占比先由频数除以总频数得到。令矩形面积等于占比，将其除以组距即为高度，所以全部矩形面积之和为1。

适用场景与常见误用

可以用在

• 读取不同组距的直方图

• 区分条形高度与频率面积

要防止

• 组距不同时，高矩形的频率未必更大。

• 必须先看纵轴是频数、频率还是频率密度。

知识讲解：数据的收集、整理与描述

AI辅助推导复核：Codex，2026-09-08。

查看课程依据及核验范围

典型例题

例 1（按比例分配样本）

学校1000人分为互斥两层，人数600与400。计划按比例分层随机抽50人，两层分别抽多少？

解与结论

$(30,20)$

1. 第一层50×600/1000=30，第二层50×400/1000=20，共50。

   为什么这样做

   按总体占比配置样本，随后还要在每层内随机抽取。

易错与反例

• 只规定人数没有完成随机抽样，还需说明怎么抽。

本例与题库共用题面、答案和解析。进入题组并选择独立练习或复测。

例 2（按总体权重合并）

总体分甲乙两层，人数800、200；各层合适随机样本得到均值60、90。求总体均值的分层估计。

解与结论

$66$

1. 总体权重分别0.8、0.2，所以估计0.8×60+0.2×90=66。

   为什么这样做

   总体均值按层的人数加权，不是按两个层的个数平均。

易错与反例

• 直接(60+90)/2=75忽略了两层人数不同。

本例与题库共用题面、答案和解析。进入题组并选择独立练习或复测。

例 3（选择偏差如何产生）

想估计全校学生每天运动时间，只在篮球社群发布自愿问卷。这个样本有什么问题？如何改进？

解与结论

覆盖与自愿应答可能造成选择偏差；应从全校名册随机抽样，并记录、处理未回应者。

1. 篮球社群成员与愿意回复的人可能在运动习惯上不同于其他学生。先确定全校为目标总体，再采用覆盖全校的抽样框，必要时分年级抽样。

   为什么这样做

   样本应与要推断的总体对应，随机选择和跟进非响应是不同环节。

易错与反例

• 增加同一社群的回复数量不能自动纠正覆盖不足。

本例与题库共用题面、答案和解析。进入题组并选择独立练习或复测。

易错与反例

• 每个人机会相同，不一定每个同容量样本都等可能。
• 样本大不能自动消除偏差，分层也不能补救层内选择偏差。
• 样本均值、总体估计与总体真实值要分清。

衔接提示

练习

难度 全部基础提高综合用途 全部独立练习独立复测示例

10 道题。先独立作答，答案和解析默认收起。

第 1 题 基础 · 示例（讲解中已出现）

学校1000人分为互斥两层，人数600与400。计划按比例分层随机抽50人，两层分别抽多少？

我的思路（本页草稿）

查看答案

$(30,20)$

查看逐步解析与易错点

1. 第一层50×600/1000=30，第二层50×400/1000=20，共50。

   为什么这样做

   按总体占比配置样本，随后还要在每层内随机抽取。

易错与反例

• 只规定人数没有完成随机抽样，还需说明怎么抽。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 2 题 基础 · 示例（讲解中已出现）

总体分甲乙两层，人数800、200；各层合适随机样本得到均值60、90。求总体均值的分层估计。

我的思路（本页草稿）

查看答案

$66$

查看逐步解析与易错点

1. 总体权重分别0.8、0.2，所以估计0.8×60+0.2×90=66。

   为什么这样做

   总体均值按层的人数加权，不是按两个层的个数平均。

易错与反例

• 直接(60+90)/2=75忽略了两层人数不同。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 3 题 提高 · 示例（讲解中已出现）

想估计全校学生每天运动时间，只在篮球社群发布自愿问卷。这个样本有什么问题？如何改进？

我的思路（本页草稿）

查看答案

覆盖与自愿应答可能造成选择偏差；应从全校名册随机抽样，并记录、处理未回应者。

查看逐步解析与易错点

1. 篮球社群成员与愿意回复的人可能在运动习惯上不同于其他学生。先确定全校为目标总体，再采用覆盖全校的抽样框，必要时分年级抽样。

   为什么这样做

   样本应与要推断的总体对应，随机选择和跟进非响应是不同环节。

易错与反例

• 增加同一社群的回复数量不能自动纠正覆盖不足。

本机记录

来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 4 题 基础 · 独立练习

从1000人总体中合适随机抽40人，其中12人选择A。依次求样本比例及按此比例估计的总体选择A人数。

我的思路（本页草稿）

查看答案

$(\frac{3}{10},300)$

查看逐步解析与易错点

1. 样本比例12/40=0.3，估计总体人数1000×0.3=300。

   为什么这样做

   将样本比例用于总体是在做估计，真实人数未被逐一清点。

易错与反例

• 300是估计值，不能写成已知全体恰有300人。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 5 题 基础 · 独立练习

两个互不重叠样本分别有10人、30人，样本均值72、80。合并这40人的样本均值是多少？

我的思路（本页草稿）

查看答案

$78$

查看逐步解析与易错点

1. 合计数据总和为10×72+30×80=3120，除以40得78。

   为什么这样做

   这里求的是合并样本自身均值，权重用实际样本人数；与向总体分层估计的权重来源不同。

易错与反例

• 不能直接平均72与80。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 6 题 提高 · 独立练习

总体为1、2、3、4四个编号，以各1/2的概率选样本{1,2}或{3,4}。每个人入样概率都相同，这就是容量2的简单随机抽样吗？

我的思路（本页草稿）

查看答案

不是；简单随机抽样要求6个不同二元子集均等可能，这个设计只有2个样本可能出现。

查看逐步解析与易错点

1. 每个人入样概率确为1/2，但{1,3}等样本概率0。相同个人入样机会不能单独保证所有同容量样本等概率。

   为什么这样做

   简单随机抽样的定义约束整个样本的分布，而不只约束单个对象。

易错与反例

• 不要把等概率入样与简单随机抽样完全等同。

本机记录

来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 7 题 提高 · 独立练习

900份网络自愿问卷一定比50份合适的随机样本更能代表目标总体吗？

我的思路（本页草稿）

查看答案

不能只凭数量判断。

查看逐步解析与易错点

1. 自愿应答者可能与未应答者系统不同；较大数量能减小某些随机波动，却不能消除固定的覆盖、选择或测量偏差。需比较抽样框、应答机制和问题测量方式。

   为什么这样做

   样本量与抽样设计影响不同，不能用一个数量替代全部质量判断。

易错与反例

• 小样本也不自动正确；它仍有不确定性，需要如实报告。

本机记录

来源：自编。 需推理复核；未自动验证展示答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 8 题 基础 · 独立练习

样本为2、4、6、8。本题用除以n的描述性方差，依次求均值和方差。

我的思路（本页草稿）

查看答案

$(5,5)$

查看逐步解析与易错点

1. 均值20/4=5；方差[(2−5)²+(4−5)²+(6−5)²+(8−5)²]/4=20/4=5。

   为什么这样做

   本题描述这组数据的波动，分母已经约定为n=4。

易错与反例

• 不能把本题分母换成n−1，也不能把样本方差等同已知的总体方差。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 9 题 基础 · 独立复测

两层总体人数为240、160，按比例随机抽取25人，依次求两层样本量。

我的思路（本页草稿）

查看答案

$(15,10)$

查看逐步解析与易错点

1. 总人数400，抽样比25/400；两层分别240×25/400=15、160×25/400=10。

   为什么这样做

   分配结果要检查各层不超人数、总量等于计划量。

易错与反例

• 不能按两层各抽一半忽略总体比例。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

第 10 题 基础 · 独立复测

甲乙层占总体3/4、1/4，层内随机样本均值分别12、20，求总体均值的分层估计。

我的思路（本页草稿）

查看答案

$14$

查看逐步解析与易错点

1. 按总体权重合并，(3/4)×12+(1/4)×20=14。

   为什么这样做

   先核对权重和为1，再对层均值加权。

易错与反例

• 总体权重不因某层问卷回收更多就自动改变。

本机记录

来源：自编。 断言已执行并通过，读取结构化答案。 AI辅助逐题复核：Codex，2026-09-09。

回补：抽样与统计估计。一道题出错只提供候选线索。

后继知识

• 统计推断（成对数据分析、回归与独立性检验）
• 数学建模与探究

依据

课程依据：高中：统计与推断。已定位原件主题，非全文逐字审定，核验范围与日期见引用中心。

教材版本与映射 · 纠错记录。具体学习安排须结合所用教材及已具备的能力。