统计推断初步：样本会不会骗人

调查全校睡眠时间通常无法询问每一个人，于是从总体中抽取样本。样本统计可以帮助了解总体，但结论是否可信，不只看人数多少，还看抽样方式、问题设计和数据质量。

便利样本的偏差

只在早到校的同学中调查睡眠，可能系统性漏掉晚到者；在网上自愿填写的人也可能对主题更关心。样本再大，若选择机制偏向某类人，仍不能代表总体。

随机抽样

给总体成员编号后随机选取，让每个人有已知机会进入样本。分层抽样可先按年级分组，再按比例随机选，避免小年级被淹没。随机不保证完美，却能减少人为挑选。

平均数、中位数与异常值

少数极晚睡数据会明显拉高平均数，中位数相对稳定。报告应展示分布、样本数、最小最大和异常值处理，而不是只给一个中心数字。异常值可能是录入错，也可能是真实重要个案，不能随意删除。

问法改变回答

“你是否也认为睡够很重要？”带有暗示；“过去七天通常几点入睡？”更具体，但自我报告仍可能不准。定义“入睡”还是“上床”，结果会不同。

结论边界

样本显示相关关系，不能直接宣称因果。应写“在本次样本和方法下观察到”，并列限制和需要的后续数据。

练习：为估计全年级通勤时间设计抽样方案与问卷，指出至少三种偏差及降低办法。