什么是分层抽样？定义、步骤和示例

什么是分层抽样？

分层抽样先按某个特征（套餐、国家、设备等）把总体分成互不重叠的组，这些组叫层，然后在每一层里随机抽样。因为每一层都是有意抽到的，小的组不会因为运气差被漏掉；同样的样本量下，估计结果通常也比简单随机抽样更准。

四个步骤

1. 选一个分层特征，按它分出来的各组在你要测的东西上有差别。
2. 把每个人分到且只分到一层。 各层加起来覆盖整个总体，彼此不重叠。
3. 决定每层抽多少（见下面的分配方法）。
4. 在每层内做简单随机抽样，再把结果合并，需要时加权。

按比例分配和不等比例分配

团队要从 10,000 名用户里访谈 400 人（示例数字）：

• 按比例：每层在样本里的占比和在总体里一样（免费版占 70%，就抽 400 的 280 人），结果可以直接合并。
• 不等比例（这里是等量）：小的层多抽一些，这样关于商业版客户的结论才靠得住。估算整体数字时，每条回答按「层总人数 ÷ 层样本数」加权，比如免费版是 7,000 ÷ 133 = 52.6。

如果简单随机抽 400 人，平均只会抽到约 20 个商业版用户，有时更少。

和其他抽样方法的对比

为什么数据分析里也用得上

分层不只是做问卷时用。按层看指标（按设备看转化、按套餐看留存），可以避免一个平均数把不同组里相反的趋势掩盖掉，也更容易发现混杂变量。它还能防止样本只来自活跃用户或嗓门大的用户，那是一种幸存者偏差。

在 TapCub 里做分层抽样

在分群里给每一层建一个规则分群，用属性条件区分（比如套餐 = 商业版）。规则分群还支持随机分桶条件，所以可以把「套餐 = 专业版」和随机分桶组合起来，得到这个套餐里的一个随机子集。在每个分群里点查看用户，就能拿到联系名单。注意分群只包含已识别的用户，匿名访客没有用户档案。