分層抽樣

分層抽樣（stratified sampling），又名層化抽出法，是統計學的一從統計總體（又稱為「母體」^[1]）抽取樣本方法。將抽樣單位按某種特徵或某種規則劃分為不同的層，然後從不同的層中獨立、隨機地抽取樣本。從而保證樣本的結構與總體的結構比較相近，從而提高估計的精度。相對於沒有經過分層的抽樣調查，其數據會被稱為「未分層抽樣」（unstratified samples）。

在社會統計調查（statistical survey），當總體內的「子總體」（subpopulations）之間的差異較大，對每個子總體分別進行分層抽樣調查，會令統計調查結果更為準確。子總體的分層必須為互斥，即每個總體的成員均只能屬於一個分層。之後，可對每個子總體進行簡單隨機抽樣或系統抽樣。這樣可令調查的代表性改善。相對於簡體隨機抽樣採取的算術平均值，分層的抽樣應採用加權平均值。