抽樣基礎概念

抽樣是從母體中抽取適量的樣本並以樣本的統計量推論母體參數的過程。這樣講你一定不知道是什麼意思，必須先講裡面的名詞定義。🤔🤔

​母體是由我們感興趣的目標物(人事物)所組成的整體，樣本就是這個整體中的一部份，母體參數是這個整體中我感興趣的特性，樣本統計量則是這一部份人所感興趣的特性，之所以我們會想要抽樣就是因為想要藉由樣本的特性(樣本統計量)推論母體的特性(母體參數)，這裡你一定就會知道用樣本特性推論母體一定會有誤差，不然這樣就太神了，沒錯，樣本推論母體一定會有誤差，這叫做抽樣誤差，當抽樣誤差太高，那我說你想用樣本特性推論母體的這個行為就很不可信，所以我們必須要想辦法盡量讓抽樣誤差不要太高，這樣我們想要用樣本推論母體就可以被接受了。抽樣誤差不會太高的意思就是在我們可接受的水準內，這個概念和型一錯誤與型二錯誤有關，容我之後再介紹。

當一個研究問題出來時，上述這幾個名詞會變得比較好懂。如果我的研究問題是想要知道一個學校中是否有超過一半的學生是戴眼鏡的，那我的母體就是這個學校中所有的學生，樣本是一部分的學生，母體參數就是所有學生中戴眼鏡的人所佔的比例，樣本特性就是這一部份的學生中有戴眼鏡的人佔的比例。我們要抽樣就是想要用一部分學生中有戴眼鏡人的比例去代表所有學生戴眼鏡的比例，用樣本特性去代表母體特性，關鍵的問題就是真的可以代表嗎? 代表性的問題，這個部分之後會詳談。 若想了解更多，別忘了常來逛逛，也給我一些支持打氣喔!!🤣​🤣