## 7.1 我們如何取樣？ 我們的抽樣目標是確定感興趣的全部人群的某些特征，只使用人群的一小部分。我們這樣做主要是為了節省時間和精力——為什么要在僅僅一個小樣本就足以準確估計興趣變量的情況下，去測量人口中的每個個體呢？ 在選舉的例子中，人口都是選民，樣本是由投票組織選出的 1000 人組成的集合。我們選擇樣本的方式對于確保樣本是整個人群的 _ 代表性 _ 至關重要，這是統計抽樣的主要目標。很容易想象一個沒有代表性的樣本；如果一個民意測驗者只打電話給那些他們從當地民主黨收到名字的人，那么投票結果就不太可能代表整個人口。一般來說，我們將代表性投票定義為每個人口成員都有平等的機會被選中。如果這失敗了，那么我們必須擔心我們對樣本計算的統計數據是否有 _ 偏差 _——也就是說，它的值是否系統地不同于總體值（我們稱之為 _ 參數 _）。請記住，我們通常不知道這個人口參數，因為如果我們知道，那么就不需要采樣了！但是，我們將使用能夠接觸到整個人口的例子來解釋一些關鍵的想法。 同樣重要的是要區分兩種不同的取樣方式：替換和不替換。在用替換物對 _ 進行采樣時，在對某個群體成員進行采樣后，將其放回池中，以便再次對其進行采樣。在 _ 不替換的采樣 _ 中，一旦對某個成員進行了采樣，則該成員就沒有資格再次進行采樣。最常見的是使用不替換的采樣，但在某些情況下，我們將使用帶替換的采樣，例如在[8](#resampling-and-simulation)章中討論一種稱為 _ 引導 _ 的技術。_