基礎與資料科學工作流程

樣本

樣本(sample)是你實際觀察或測量到的那一部分母體(population)。我們之所以用樣本,是因為測量整個母體通常太慢、太貴、或根本不可能。

一個好樣本最重要的單一性質是「具代表性」——它的成員在重要面向上與母體相似。一份蒐集方式很糟的大樣本(例如只問你的朋友)比一份隨機抽取的小樣本更差,因為樣本量無法修正內建的偏斜。挑選樣本的過程稱為抽樣(sampling),把它做對,後續的推論才值得信賴。

「更大」不等於「更好」:一份有偏誤的百萬樣本,可能比一份隨機的千人樣本更誤導人。