2. 抽样基础概念与术语体系
抽样方案设计的第一步不是选公式，而是把“谁、从哪里抽、抽到什么、误差从哪来”这几个问题用统一的术语固定下来。术语一旦含糊，后续的样本量计算、权重调整和偏差评估都会建立在错误的前提上。本节围绕总体与抽样框、目标总体与可及总体、抽样单元与观测单元、抽样误差与非抽样误差、估计量与参数五组概念展开，并说明它们在真实调查中如何落地。
总体与抽样框：被研究的集合与可操作的名单
总体是研究对象的全体，是推断的目标集合；抽样框是实际用于抽取样本的名单、地图、数据库或登记册。二者的关系可以概括为：总体是“想研究的”，抽样框是“能操作的”。理想情况下抽样框与总体一一对应，现实中几乎总有缺口。
以某市“18岁以上常住居民健康素养调查”为例。目标总体是全市所有18岁以上常住居民，但抽样框往往只能取到户籍登记库或社区网格台账。户籍库会漏掉长期居住但未落户的流动人口，也会包含已迁出但未注销的“空挂户”。这些缺口直接决定了后续偏差的方向和量级，因此抽样框评估必须在抽样实施前完成，而不是事后补救。
抽样框的常见缺陷有四类：遗漏（框内缺少总体成员）、重复（同一成员出现多次，导致入样概率被放大）、错配（框内条目与总体成员不对应，如地址过期）、混杂（框内包含不属于总体的成员）。设计时应逐项核查，并记录每类缺陷的估计规模，作为后续加权或偏差评估的依据。
目标总体与可及总体：推断范围与实际覆盖
目标总体是研究结论希望推广到的全体；可及总体是抽样框和调查手段实际能够覆盖的那部分总体。二者之间的差集，就是覆盖偏差的来源。仍以上述调查为例，若抽样框只覆盖社区登记居民，可及总体实际上是“社区登记在册的18岁以上居民”，而目标总体是“全市18岁以上常住居民”。若直接按可及总体的结果推断全市，就会产生覆盖偏差。
处理方式有两种：一是扩大抽样框，例如补充流动人口登记、手机号段或地图抽样；二是明确缩小推断范围，在报告中把结论限定在可及总体内，并说明未覆盖部分的规模与特征。前者成本高但推断力强，后者成本低但结论边界清晰。实际项目中常采用“主框+补充框”的组合，并对不同框的入样概率分别建模。
抽样单元与观测单元：抽取的单位与测量的单位
抽样单元是抽样时被随机选中的单位，观测单元是实际收集数据的单位。二者可以相同，也可以不同。多阶段抽样中这种区分尤为关键：第一阶段抽社区（抽样单元为社区），第二阶段在社区内抽住户（抽样单元为住户），最终对住户内每位成年人测量健康素养（观测单元为个人）。
区分二者的实践意义在于：样本量、入样概率和权重都按抽样单元计算，而分析单位和方差估计则要落到观测单元。若一个住户内抽取多名成员，观测单元数大于抽样单元数，会引入簇内相关，使有效样本量小于名义样本量。设计时需明确每个抽样单元内抽取的观测单元数量，并在方差估计中考虑设计效应。
抽样误差与非抽样误差：两类性质不同的偏差来源
抽样误差源于随机抽样的偶然性，是样本统计量与总体参数之间的随机差异。它可以通过增大样本量、优化设计来缩小，并可用标准误、置信区间进行量化。非抽样误差则来自抽样之外的所有环节：抽样框缺陷、无回答、测量误差、录入错误、访问员偏差等。它不会随样本量增大而自动减小，反而可能在大样本下被放大为系统性偏差。
一个常见的误区是把“样本量大”等同于“结果准”。若抽样框遗漏了某类人群，或某类人群系统性拒访，样本量再大也只是把偏差估计得更精确。因此，方案设计必须同时规划抽样误差控制（样本量、分层、多阶段设计）和非抽样误差控制（抽样框核查、无回答追访、问卷预试、访问员培训、逻辑校验）。
估计量与参数：从样本推断总体的桥梁
参数是总体层面的未知常数，如总体均值 μ、总体比例 P、总体总量 Y；估计量是由样本构造的随机变量，用于推断参数，如样本均值、样本比例、Horvitz-Thompson 估计量。估计量在重复抽样下有一个分布，其期望与参数的关系决定是否无偏，其方差决定精度。
以简单随机抽样下的总体比例估计为例，估计量为样本比例 p̂，其方差估计为 p̂(1−p̂)/(n−1)·(1−n/N)。若采用分层抽样，则需按层权重组装估计量。设计阶段应明确：估计的目标参数是什么、采用哪个估计量、方差如何估计、是否需要加权。这三者与抽样框、抽样单元的定义必须一致，否则估计量与实际设计不匹配，精度评估将失真。
术语一致性检查：设计阶段的落地动作
上述五组概念不是孤立定义，而是一条从“研究目标”到“估计结果”的链条。设计阶段建议做一次术语一致性检查，把每个概念落到具体对象上：目标总体是谁、可及总体是谁、抽样框是什么、抽样单元是什么、观测单元是什么、目标参数是什么、采用什么估计量、两类误差分别如何控制。任何一项空缺或前后矛盾，都应在方案定稿前解决。
例如，若目标参数是“全市18岁以上常住居民健康素养具备率”，而抽样框只覆盖社区登记居民，则估计量的推断范围只能限定在可及总体，报告中必须说明覆盖偏差的方向和可能量级。若观测单元是个人而抽样单元是住户，则方差估计需采用考虑簇内相关的公式，不能直接套用简单随机抽样的标准误。这些判断都依赖术语的清晰界定，也是后续样本量计算和偏差评估的基础。