抽样设计：数据从哪里来决定能说什么

统计推断不是从表格第一行开始，而是从数据怎样产生开始。总体是想了解的对象集合，样本是实际观察部分，抽样框则是有机会被选中的名单。三者不一致时，再复杂的模型也无法自动修复代表性。

随机抽样与便利抽样

简单随机抽样让总体成员有已知机会入样；便利抽样只调查容易接触的人，常系统性漏掉某些群体。样本很大只能减小随机误差，不能消除选择偏差。

分层与整群

不同年级差异明显时，可先按年级分层后分别随机抽样，提高覆盖与精度；整群抽取完整班级执行方便，但同班成员相似，会降低有效信息量。设计决定后续标准误怎样计算。

无应答偏差

被抽中却不回答的人可能与回答者不同。高回复率有帮助，却仍需比较已知特征、记录联系过程，并避免通过强迫回应制造伦理问题。

测量误差

问题措辞、回忆期限、仪器和访谈环境都会改变数据。随机抽中并不保证测量准确。先做小规模预测试，检查同一问题是否被一致理解。

权重与外推

不同比例抽样可用权重恢复总体结构，但权重过大增加方差。结论只能外推到抽样框和设计支持的人群。

练习：为估计全校睡眠时长设计抽样方案，写总体、抽样框、分层、无应答处理和不能外推的人群。