样本：又称子样。在进行抽样调查时，从全部研究对象中，按照一定的原则抽取一部分单位所构成的代表全部研究对象的群体，所抽取单位的全体构成样本总体。它是研究对象总体中的一部分，是社会研究中的直接客体。样本中所含个体的数目称为样本容量或样本大小。由简单抽样产生的样本称为“简单样本”。 样本容量：样本中所包含的观察单位的总数。影响样本容量大小的主要因素有：研究任务；总体的一致性程度；结果的可靠性(置信概率的大小);结果所要求的精确度，即允许的(极限的)代表性误差的大小。样本容量可根据足够大数列线图和借助数学公式来确定。 样本比例：亦称抽样比例。样本数占总体数的比重，用公式表示为： |=n/N 其中|表示抽样比例，n表示样本数，N表示总体数。 样本均值指样本气，x2…xa的算术平均值。它常用来估计总体的均值，有广泛应用。 样本代表性抽样：调查中，可据以判断典型代表总体特征的样本所具有的特性。它把预先提出或通过实际抽样计算出来的某些误差，和通过样本而查明的所研究特征的分布与这些特征在总体中的实际分布视为同一；或者找出对总体参数的评价。样本的代表性是在事先挑选出总体的某些单位之后才具有的。影响样本代表性的因素有：抽样方法的选择；对总体的界定和了解；样本的容量等。 乱数表：亦称“随机数表”。包含一系列组别的按随机原则排列的数字表格。在乱数表中，0-9十个数码及它们的各种组合出现的概率完全相同。使用乱数表进行随机抽样时，可以在表中任意指定一个数作为起点进行抽样。 误差：在实际观测和近似计算中，往往不能得到准确值，而只能得到近似值，其间的差称“误差”,取它的绝对值称为“绝对误差”。绝对误差与精确值之比称“相对误差”。相对误差能确切地表示近似值的近似程度：某量真值与其观测值之差。由仪器不够完善、观测者的感觉器官鉴别能力和技术水平、大气折光、气温变化等因素引起。按性质可分为：(1)系统误差，其正负和大小带有规律性，使观测值偏大或偏小。(2)随机误差，其正负和大小表现出随机性，总体上服从一定的统计规律。测量中随机误差服从正态分布。(3)粗差，是绝对值超出随机误差的限值的一种误差和错误。 统计误差：在统计过程中，统计资料与实际情况的差异。统计过程由设计、调查、整理、计算和制表所构成，各段工作难免不周或发生误差，由此产生统计误差。主要包括调查误差和样本误差。前者指在整个统计调查过程中由人为因素引起的各种技术性和责任性的误差，如课题选择误差、调查设计误差、分析误差等。后者主要指抽样过程中样本代表性误差。 抽样误差：用样本数据对总体特征进行估计所产生的误差。即样本指标值与总体指标值之间的离差。如抽样平均数与总体平均数的离差，抽样成数与总体成数的离差。抽样误差越小，说明样本的代表性越大，反之就越小。抽样误差大小，取决于抽样单位多少，标志变动度大小和抽样方法等。一般分为两类：一类为系统误差，另一类为随机误差。前者为可避免的误差，后者采用随机抽样引起，是不可避免的。 系统误差：一种非随机性误差。如违反随机原则的偏向性误差，在抽样中由登记记录造成的误差等。它使总体特征值在样本中变得过高或过低。产生原因主要有：(1)所抽取的样本不符合研究任务；(2)不了解总体分布的性质选择了可能曲解总体分布的抽样程序；(3)有意识地选择最方便的和解决问题最有利的总体元素，但这些元素并不代表总体(例如只对先进企业进行抽样)。这类误差只要事先作好充分准备，是可以避免的。 随机误差：亦称“代表性误差”。按随机原则抽样时，所得样本数据与总体特征之间的离差。即完全按照随机原则抽样产生的代表性的误差。是在抽样过程中由偶然性因素引起的，是一种不可避免的误差。如样本分布的特征偏离总体分布引起的误差；抽样方案难以控制的偏差，即观察和收集情报程度过程中产生的误差。 粗差：全称粗大误差。在相同测量条件下的测量值序列中，超过中误差3倍的测量误差。粗差的存在将极大地影响测量成果的准确性和可靠性，在数据处理时必须予以 剔除或缩减其影响。随着测量手段的现代化和自动化，20世纪60年代末期已形成和逐渐发展研究粗差的误差理论，包括粗差的分布、传播、估计和检验等。研究粗差已成为测量成果质量控制的一一个主要内容。 顺序误差：观察或试验组和对照组的分组按有规律的顺序进行，而不是随机进行所引起的误差。例如，最简单的以住屋为单号者作为试验组、双号者为对照组。 容许误差：亦称极限误差，简称“限差”。在一定观测条件下，偶然误差的绝对值不应超过的限值。根据测量的精度要求，按个别误差与中误差的概率关系，通常以规定或预期的中误差的2倍或3倍作为容许误差。用以判断观测结果是否存在粗差和系统误差，决定结果的取舍。 本文来源：https://www.wddqw.com/doc/0e76524551d380eb6294dd88d0d233d4b14e3f22.html