代表性误差
出自 MBA智库百科(https://wiki.mbalib.com/)
代表性误差（Representative error）
目录 |
代表性误差主要是指在用样本数据向总体进行推断时所产生的随机误差。从理论上讲，这种误差是不可避免的，但是它是可以计算并且加以控制的。
其产生的原因主要有：
1、抽取样本时没有遵循随机原则。
2、样本结构与总体结构存在差异。
3、样本容量不足等等。
这类误差通常是无法消除的，但事先可以进行控制或计算。
代表性误差即抽样误差的客观存在和不可避免性，并不意味着可以任其存在或对其无所作为，相反，对抽样误差的控制是十分必要的。减少抽样误差可以从以下几个方面着手：
1、要准确选定抽样方法
选择正确的抽样方法，有利于使抽取的样本能真正代表总体，减少误差。抽样方法分为随机抽样和非随机抽样两大类，每一类又分为很多具体方法。对抽样方法的选择，要根据调查目的和要求，以及调查所面临的主客观、内外部条件进行权衡选择。一般条件下，随机抽样法具有更大的适应性。
2、要正确确定样本数目
一般而言，样本数与抽样误差呈反比关系，即样本越大，抽样误差越小，反之亦然。但是，抽样误差又与调查总体中有关特征差异有关。总体中差异越大，在同样样本数的条件下，误差越大，总体中的差异越小，在同样的样本数的条件下，误差越小。换言之，在确保同样的差异误差的前提下，如果总体中的差异大，则需抽取的样本数应该大一些，反之亦然。所以，确定样本数要综合考虑对抽样误差的允许程度、总体的差异性和成本的要求等因素。
3、要加强对抽样调查的组织领导，提高抽样调查工作的质量
要以科学的态度对待抽样，特别是要由专门人才，或经过严格培训的人员承担抽样调查工作。抽样方法要适当，工作程序要规范，严格按照所选用的抽样方法的要求进行操作，确保整个抽样工作科学合理。
