概念进阶抽样估计与假设检验
抽样误差
也叫：Sampling Error
样本统计量与总体参数之间的差别，无法完全避免。
核心讲解
抽样误差指样本统计量与总体参数之间的差别。例如用1000万人的平均身高去估计全国平均身高，两个数字一般不会完全相等，这个差额就是抽样误差。
只要样本没有覆盖总体的全部成员，抽样误差就只能减小、无法消除。它的大小取决于抽样方法和样本容量：样本越大、抽样越随机，误差通常越小；反之则越大。
要注意它与抽样偏误不同。抽样误差是随机因素造成的、方向不定的波动，是抽样的固有代价；抽样偏误则是抽样过程系统性出错导致的固定偏差，方向一致，可能越抽越偏。前者靠增大样本可以缩小，后者必须靠改进抽样方法来纠正。
费曼版：用大白话再讲一遍
想知道一锅汤咸不咸，你舀一勺尝。这一勺的咸淡和整锅总有细微差别，这种“随机尝到的偏差”就是抽样误差。多舀几勺、拌匀再舀，误差会变小，但永远不会精确等于整锅的味道。
要点
- 抽样误差是样本统计量与总体参数之间的差别。
- 只要样本不是全部总体，误差就只能减小不能避免。
- 样本越大、抽样越随机，误差通常越小。
- 它是随机的波动，与系统性的抽样偏误不同。
常见误区
- 把抽样误差和抽样偏误混为一谈，忽略一个是随机、一个是系统。
- 以为样本足够大就能让抽样误差归零。
- 认为抽样误差是操作失误，其实它是抽样的固有代价。