代表性样本与随机样本：概述
经济学家和研究人员力求在采用统计分析时将抽样偏差降低到几乎可以忽略的水平。 样本中的三个基本特征减少了样本偏差的可能性，并使经济学家可以从样本分析或研究获得的结果中对一般人群做出更有把握的推断：
- 这样的样本必须代表所选择的研究人群，它们必须是随机选择的，这意味着较大人群中的每个成员都有同等的被选择的机会，它们必须足够大以免歪曲结果。 样本组的最佳大小取决于进行推理所需的精确置信度。
代表性采样和随机采样是用于帮助确保数据没有偏差的两种技术。 这些采样技术不是互相排斥的，实际上，它们经常串联使用，以减少分析中的采样错误程度，并在从样本中就较大的组进行统计推断时提供更大的信心。
代表性的样本
代表性样本是从较大的统计种群或一组因素或事例中选择的一组或一组，它们可以根据所研究的特征或质量来充分复制较大的组。
一个有代表性的样本与受调查的大型社会的关键变量和特征相类似。 一些示例包括性别，年龄，受教育程度，社会经济地位（SES）或婚姻状况。 较大的样本量可减少采样误差，并增加样本准确反映目标人群的可能性。
随机样品
随机样本是以随机方式从较大的种群或实例因子组中选择的一组或一组，从而使较大组中的每个成员都有被选择的机会相同。 随机样本是指较大人群的无偏表示。 从人群中选择样本被认为是一种公平的方法，因为人群中的每个成员都有被选择的平等机会。
特殊注意事项：
收集样本的人员需要确保偏差最小。 代表性抽样是实现这一目标的关键方法之一，因为此类样本会尽可能多地复制正在研究的较大人群中的元素。 然而，仅此一项不足以使采样偏差可忽略不计。 将随机抽样技术与代表性抽样方法相结合，可以进一步减少偏差，因为代表性种群中没有特定成员比其他任何成员都有更大的机会被选入样本。
有效的随机抽样可以通过多种技术来实现，这些技术可以得出更精确的结果，并可以使人们更有信心对所选人群进行统计推断。
这些技术中最有效的方法之一就是分层，将较大的人口分成性质相当均一的子组或层，并从每个层中选择相等数量的组成员。 在其他常用方法（例如系统抽样）中，选择成员从随机起点开始，并以固定的周期间隔进行。
重要要点
- 有代表性的样本是根据指定特征从较大的统计总体中选择的一组或一组;随机样本是从较大的总体中以随机方式选择的一组或一组，二者可以一起使用以减少样本偏差。
