【正文】 ? 幾乎所有樣本估計值（ %）都會落在與真實值相距三個標(biāo)準(zhǔn)誤的范圍內(nèi)。 ? 例如：我們有 95%的信心保證樣本統(tǒng)計值會落在與參數(shù)值相距正負(fù) 5%的范圍內(nèi)。 ? 例如：我們有 95%的信心 說 35%45%的投票者會支持候選人 A?？傮w而言，大概有 68%的樣本統(tǒng)計會集中在與參數(shù)值相差正負(fù) 5%的范圍內(nèi)。 ? 大約 34%的樣本估計值會落在大于總體參數(shù)值一個標(biāo)準(zhǔn)誤的范圍內(nèi)；另外 34%的樣本估計值會落在小于總體參數(shù)值一個標(biāo)準(zhǔn)誤的范圍內(nèi)。 抽樣誤差（ Sampling Error） ? 標(biāo)準(zhǔn)誤 ：某抽樣設(shè)計的期望誤差程度；指出抽樣結(jié)果集中在總體參數(shù)附近多大的范圍內(nèi)。結(jié)果： 51%贊同； ? 在第三組樣本中，有 52位學(xué)生持贊同態(tài)度。 三種假設(shè)的抽樣所產(chǎn)生的結(jié)果 ? 對學(xué)生名冊上的每一個學(xué)生予以編號，使用隨機(jī)數(shù)表選出其中的 100位，詢問其對于校規(guī)的態(tài)度。研究總體為 20,000名該校注冊學(xué)生，隨機(jī)從中抽取 100名學(xué)生為樣本以估計總體的情況。 所選擇的樣本量越大，根據(jù)樣本的值來估測總體參數(shù)就越準(zhǔn)確。 擁有 09美元的 10人總體 總體平均值：（ 0+1+2+3+4+5+6+7+8+9） /10= 抽樣分布 1樣本時的抽樣分布 ? 每次抽 1個樣本，對總體進(jìn)行 10次隨機(jī)抽樣； ? 圖中 10個點代表 10個可以估計總體的“樣本”平均值； ? 點的分布稱為“抽樣分布”； ? 顯然，只選擇一個樣本的抽樣很不理想，錯失 美元這個真正平均值的可能性太大了。層級的劃分通常是研究所關(guān)心的某一變量為依據(jù)。在簡單隨機(jī)抽樣中，抽樣單位是個體（ individuals）；在群集（ cluster sampling）抽樣中，抽樣單位是由個體組成的群集。 ? 統(tǒng)計值 （ statistic）：對樣本中的變量的概括描述，并被用來估測總體參數(shù)。 【 1936年 LD的民意調(diào)查 】 ?街道圖：都市社區(qū)中，違章建筑不會出現(xiàn) ? 注意 2：經(jīng)過正確抽樣所得的樣本信息，只適合于描述構(gòu)成樣本框的要素組成的總體，不能擴(kuò)展。 ? 例：對某正式組織的研究 【 成員名單即為樣本框 】 三、概率抽樣的邏輯和理論 —— 一些基本概念 ? 樣本框 （ Sampling Frame） ? 注意 1：樣本框與總體不匹配 ?固定電話號碼簿：并不包含新近申請而尚未列入的用戶，也不包含不愿意列名的用戶。 ? 樣本框：用于抽樣的總體列表。要素用于抽樣，分析單位用于資料分析。如：美國人 ? 要素 （ Element）：構(gòu)成總體的單位，也是樣本所包含的內(nèi)容。 ? 隨機(jī)選擇的優(yōu)點 ? 此過程可以避免研究者自覺或不自覺的偏見； ? 符合概率理論，提供了估計總體參數(shù)和抽樣誤差的基礎(chǔ)。 ? 獨立 ：總體中的任何一個成員的選擇都不會對總體中任何其他正在被選擇的成員的選擇的可能性產(chǎn)生影響。 三、概率抽樣的邏輯和理論 ? 隨機(jī)選擇 （ Random Selection） ? 獲得代表性樣本的核心步驟。 ? EPSEM（ Equal probability of selection method）：在這種樣本設(shè)計中，總體中的每個成員都具有相等的被選進(jìn)樣本的機(jī)會。 ? 樣本不需再每一方面都具有代表性，代表性只需局限于與研究的實質(zhì)性需要相關(guān)的特征。 ? 假設(shè)由 100人組成的小總體。 ? 抽樣誤差（ sampling error）：與抽樣相關(guān)的誤差。 ? 但是，構(gòu)成人類總體的個體之間天然地在各個方面都有所差別。 ? 如果所有總體中的成員在所有方面 —— 人口特征、態(tài)度、經(jīng)歷、行為等都相同，那么就無需進(jìn)行仔細(xì)的抽樣了。 理論樣本Theoretical 樣本能夠幫助揭示具有理論重要性的某一特殊場景 /主題的特征。 反常案例Deviant case 選取與主導(dǎo)范式不同的樣本（一種特殊類型的目的樣本）。但個案以便利抽樣的方式抽取。 目的樣本 Purposive 盡可能收集到符合某一標(biāo)準(zhǔn)的全部樣本。理論上，研究者想知道這些人在非工作日 /其他地點是否有相同的行為，此時，就可能將這群人在其他時間段（如周末或晚上）的行為納入樣本中。研究者基于想提出的新洞察來選擇樣本。此時，根據(jù)序貫抽樣之目的，再對另外 20位生活經(jīng)歷、社會背景、世界觀與之前 60位沒有多大差別的寡婦進(jìn)行訪談就是沒有必要的。要求研究者持續(xù)評估所有案例。 ? 是一種特殊的目的樣本。常用語探索性研究。如此，樣本會隨著受訪者不斷提出別人的名字，而像“雪球”一樣越滾越大。 二、非概率樣本 4. 滾雪球抽樣 （ Snowball sampling） 1. 先收集目標(biāo)群體少數(shù)成員的資料，然后再向這些成員詢問有關(guān)信息，找出他們認(rèn)識的其他總體成員。每當(dāng)調(diào)查員在遇到拒絕接受調(diào)查的情況時，或找不到戶中任何人的時候，只是簡單選取另外一個人 /一戶人進(jìn)行調(diào)查而已。 ? 例：告訴調(diào)查員，在某一鄰里地區(qū)選取的被調(diào)查人數(shù)中，白人和黑人各多少，或男性和女性各多少。 ? 代表每一個格子出現(xiàn)的人，按照這些格子相對于總體的比例，給予加權(quán)。 ? 一旦建立起矩陣，矩陣中每一個格子（ cell）就有了相應(yīng)的比例。而在往后的幾年，城市高樓中的這一座大樓，真的經(jīng)常出現(xiàn)在我對城市文化的思考之中。個人化的疏離城市中，她或可被視為一個時尚圖騰，生產(chǎn)身份歸屬，制造想象社群，并且接駁境外的文化資源，為中國的城市一族締造幻象。 ? 馬杰偉： 《 時尚志 》 ，復(fù)旦大學(xué)出版社 2022年版。 ? 常為實地研究者所采用。 ? 田野作業(yè) 者 總是無法找到提供介紹的最佳人選，而只得順應(yīng)于身邊可供利用的資源。該中間人與社區(qū)的關(guān)系越密切越好。一個中間人或者“媒人” —— 幫助者（ facilitator） 能夠為其打開門戶。 “第二部分 酒吧工廠現(xiàn)場日志” 便利樣本：田野選擇 尋找落腳點