简单随机抽样是一种用于从较大的人群中选择较小的样本规模，并用于研究和概括较大群体的方法。 这是统计学家和研究人员从大量人群中提取样本的几种方法之一。 其他方法包括分层随机抽样和概率抽样。 简单随机样本的优点包括易用性和对较大人群的准确表示。
如何生成一个简单的随机样本
研究人员通过获取较大人群的详尽清单，然后随机选择一定数量的个体来构成样本，从而生成简单的随机样本。 通过简单的随机样本，较大人群中的每个成员都有被选中的机会均等。
研究人员有两种方法可以生成简单的随机样本。 一种是手动彩票方法。 较大的人群中的每个成员都分配有一个号码。 接下来，随机抽取数字以构成样本组。 如果要在人口为1, 000的高中中从100名学生中抽取一个简单的随机样本，则每个学生应有十分之一的机会被选中。
手动抽奖方法适用于较小的人群，但不适用于较大的人群。 在这种情况下，研究人员更喜欢计算机生成的选择。 它通过相同的原理工作，但是复杂的计算机系统而不是人，而是分配数字并随机选择它们。
错误空间
对于简单的随机样本，必须存在由正方差和负方差表示的误差空间。 例如，如果在同一所高中进行调查以确定左撇子有多少学生，则随机抽样可以确定100个抽样中的八个是左撇子。 结论是，高中生中有8％是左撇子，而事实上，全球平均水平将接近10％。
无论主题如何，都是如此。 基于简单的随机调查，对有绿眼睛或身体上无行为能力的学生人口百分比进行调查将得出较高的数学概率，但始终会有正负变化。 达到100％准确率的唯一方法是对所有1, 000名学生进行调查，尽管这可能是不切实际的。
随机抽样的优点
简单的随机样本优势包括易于使用和表示准确。 没有比简单的随机抽样更容易的方法来从更大的人群中提取研究样本。 除了从较大的群体中随机抽取所需研究对象的数量之外，没有必要将总体分为多个子种群或采取任何其他措施。 再次，唯一的要求是随机性决定着选择过程，并且较大群体的每个成员都有相等的选择概率。
从较大的人群中完全随机选择受试者，还会产生一个代表正在研究的组的样本。 如果正确执行简单的随机采样，那么即使是小至40的样本也可以表现出较低的采样误差。 对于人群的任何类型的研究，使用代表性样本对较大的人群进行推论和概括都是至关重要的。 有偏见的样本可能导致得出关于较大人群的错误结论。
简单的随机采样就如其名称所示那样简单，而且是准确的。 当对较大的人群进行研究时，这两个特征使简单的随机采样比其他采样方法具有强大的优势。
