等距抽样

等距抽样，又称系统抽样或机械抽样，是将总体按一定顺序排列后，按固定间隔抽取样本的概率抽样方法。其核心逻辑是通过“编号-分段-定起点-等距抽取”四步实现高效抽样，兼具随机性与系统性，在市场调研、质量检测等领域应用广泛。

编号与排序
首先将总体N个个体按某种规则编号（如学号、时间顺序），排序方式分为两种：

按无关变量排序：如按姓氏笔画排列职工名单，适用于总体结构随机分布的场景；

按有关变量排序：如按学生成绩高低排序，可提高样本代表性，常见于农产量调查等领域。

计算抽样间隔
抽样间隔 $k = N/n$ （N为总体规模，n为样本量）。若N不能被n整除，需剔除余数个体或采用循环抽样法（将编号首尾相接成环形）。

示例：从1003名学生中抽取100人，计算得 $k≈10$ ，需先随机剔除3人，再按间隔10抽样。

确定起始点与抽取样本
在1~k范围内随机选取起始编号l，随后按 $l, l+k, l+2k,...$ 抽取n个样本。为减少偏差，可采用对称抽样法（如在偶数段抽取 $jk-i+1$ 号，奇数段抽取 $jk+i$ 号）或中点法（取段内中间项为起点）。

优势：

操作简便：无需复杂随机数生成，尤其适合大样本场景。例如从10000人大学中抽100人，仅需按间隔100机械抽取，效率远高于纯随机抽样；

代表性强：样本在总体中均匀分布，抽样误差通常小于纯随机抽样，尤其适用于按有关变量排序的总体。

风险：

周期性偏差：若总体存在与间隔k同步的规律（如工厂每10件产品中第1件为残次品，当k=10时样本可能全为残次品或合格品）；

排序依赖：若排序规则与研究变量相关（如按性别交替编号），可能导致样本结构失衡。

教育评估
某学校需分析10000名学生的数学成绩，按学号排序后取间隔 $k=100$，随机起点l=37，最终抽取37、137、237...等100个样本，既保证覆盖各年级，又避免人为选择偏差。

质量控制
电子产品生产线每小时生产600件产品，按间隔20抽样（每小时抽30件），通过定时检测样本缺陷率，可快速定位生产异常。

Excel实操技巧
利用 INDEX 函数实现自动化抽样：若数据在A2:A101，间隔k=10，公式 =INDEX(A2:A101, ROW(A1)*10) 可生成等距序列，拖动填充即可获取样本。

最佳适用场景：总体规模大（如N>1000）、分布均匀（无明显周期性）、需快速落地的抽样任务，如市场调研中的消费者满意度调查、医学研究中的流行病学抽样；

风险规避：抽样前需检查数据是否存在周期性（如月度销售数据的季节波动），必要时打乱排序或采用分层系统抽样（先分层再按层内等距抽取）。

从本质上看，等距抽样是对“随机性”与“系统性”的平衡艺术：通过随机起点保证概率均等，通过固定间隔实现样本分布均匀。但正如军队名单按班排序可能导致“全是班长或士兵”的极端偏差，研究者需始终警惕总体隐藏的规律，方能让这一经典方法在数据分析中真正发挥价值。