49.下列哪一項因素與抽樣標準誤(sampling error)沒有關係？
(A)母群的變異情況
(B)母群的標準差
(C)抽樣樣本大小
(D)樣本的標準差

和抽樣誤差形成的標準差有關，和樣本無關

標準誤指由母群體每次抽若干樣本，反覆進行時會得到抽樣誤差，誤差間的標準差與母群體標準差的區分就是標準誤

公式：   抽樣標準誤 = σ/√n 

結論與母群體 σ有關

樣本大小n有關

與n的標準差無關

樣本的標準差是已經抽樣後才計算的，所以與抽樣標準誤無關。

新資料：在抽樣檢查中，由於用樣本指標代替全及指標所產生的誤差可分為兩種：一種是由於主觀因素破壞了隨機原則而產生的誤差，稱為系統性誤差；另一種是由於抽樣的隨機性引起的偶然的代表性誤差。抽樣誤差僅僅是指後一種由於抽樣的隨機性而帶來的偶然的代表性誤差，而不是指前一種因不遵循隨機性原則而造成的系統性誤差。

　　總的說來，抽樣誤差是指樣本指標與全及總體指標之間的絕對誤差。在進行抽樣檢查時不可避免會產生抽樣誤差，因為從總體中隨機抽取的樣本，其結構不可能和總體完全一致。例如樣本平均數與總體平均數之差   ，樣本成數與總體成數之差 | p − P | 。雖然抽樣誤差不可避免，但可以運用大數定律的數學公式加以精確地計算，確定它具體的數量界限，並可通過抽樣設計加以控制。

抽樣誤差也是衡量抽樣檢查準確程度的指標。抽樣誤差越大，表明抽樣總體對全及總體的代表性越小，抽樣檢查的結果越不可靠。反之，抽樣誤差越小，說明抽樣總體對全及總體的代表性越大，抽樣檢查的結果越準確可靠。在統計學中把抽樣誤差分為抽樣平均誤差和抽樣極限誤差，下面就這兩種誤差分別進影響抽樣誤差的因素

　　抽樣誤差———母體參數與樣本統計量之間的差異

     6.1.1.         母體與樣本.  人們在探討某些問題或研究一些現象時，往往限於時間、成本及其他因素使得這些問題或現象的全體資料不易取得，只好退而求其次：選擇全體資料的一部份來研究。這些問題或現象的全體資料，我們稱之為母體；而全體資料的一部份，則稱之為樣本。

例. (1) 在一碗湯中舀一匙湯﹒在此試驗中﹐母體是該碗湯；而樣本則是所舀出的那一匙湯﹒

     6.1.2.         統計推論.  一般而言﹐統計的目的是要求母體的某個未知特徵數(例如：母體平均數、母體中位數、母體變異數、母體標準差等等). 母體的特徵數稱之為母數. 要獲得未知母數的真實值最好的辦法是普查﹐然而﹐受限於時間、成本的考量﹐人們只好退而求其次：估計母數. 所謂統計推論就是利用樣本的某個特徵數(如樣本平均數、樣本中位數、樣本變異數、樣本標準差等等)來估計未知母數.

例. (1) 若要知道一碗湯的味道如何﹐只需舀一匙湯來嚐一嚐就知道了

     6.1.3.         抽樣誤差.  用全體資料的一部份來估計全體當然無法避免誤差﹐而誤差的來源有二：一是非抽樣誤差﹐另一是抽樣誤差.

(1) 非抽樣誤差.  非抽樣誤差主要來自調查資料時的執行方式以及抄寫資料時所發生的錯誤﹐這種錯誤只能小心謹慎、仔細校對、多加審核以避免之﹐並無方法加以估計﹐所以在統計學中不討論這種誤差﹐也就是說統計學家通常假設這種誤差不存在.

(2) 抽樣誤差.  樣本的參數稱之為樣本統計量而母體的參數稱之為母數.使用某個樣本統計量來估計某個未知母數時﹐二者之間的差異稱之為抽樣誤差. 抽樣誤差無法避免﹐只能盡量降低. 抽樣誤差主要來自於抽樣方法、推論方法以及樣本數.

     6.1.4.         降低抽樣誤差.    既然抽樣誤差主要來自於抽樣方法、推論方法以及樣本數﹐所以要降低抽樣誤差應從這三方面著手：

(1) 降低抽樣方法所產生的誤差—— 使用簡單隨機抽樣(§6.2)以確保所抽出的

樣本是隨機樣本(§6.2)﹐如此可以降低由抽樣方法所產生的誤差.

(2)降低推論的方法所產生的誤差—— 我們必須瞭解下列四種理論：

        a抽樣分佈(第六章)、b選擇正確的樣本統計量(§7.1~§7.3)、c區間估計(§7.4~§7.6)、

        d假設檢定(第八章). 以降低推論的方法所產生的誤差.

(3)降低樣本數所產生的誤差—— 一般而言﹐樣本數越大則誤差越小. 但是顯然樣本取得越多則成本越高﹒所以一般的做法是：先決定所要求的誤差範圍﹐再利用大數法則與中央極限定理(§6.4)求出在所要求的誤差範圍內最小的樣本數.

抽樣誤差的控制措施

　　抽樣誤差則是不可避免的，但可以減少，其措施有：

　　1、增加樣本個案數。 2、適應選擇抽樣方式。

　　例如，在同樣條件下，又重覆抽樣比重覆抽樣的抽樣誤差小，又如在總體現象分類比較明顯時，採用分層隨機抽樣比其它方法的抽樣誤差小。由於總體真正的參數值未知，真正的抽樣誤差也未知，所以抽樣誤差的計算一般都以抽樣平均誤差來代表真正的抽樣誤差。

舊資料：由抽樣而產生的誤差，稱為抽樣誤差(sampling error)。抽樣誤差主要由抽樣的隨機性所產生，此種誤差是一種隨機性的誤差。由於抽取方式的不當亦可能產生抽樣誤差，此種誤差不為隨機性的。抽樣誤差的分配狀況可以一個機率分配表示之，稱為抽樣分配。抽樣誤差可以抽樣設計的方法加以控制。一般說來，抽樣誤差不能完全避免，除非能觀察母體的全部。

由抽樣而產生的誤差，稱為抽樣誤差(sampling error)。抽樣誤差主要由抽樣的隨機性所產生，此種誤差是一種隨機性的誤差。由於抽取方式的不當亦可能產生抽樣誤差，此種誤差不為隨機性的。抽樣誤差的分配狀況可以一個機率分配表示之，稱為抽樣分配。抽樣誤差可以抽樣設計的方法加以控制。一般說來，抽樣誤差不能完全避免，除非能觀察母體的全部。

樣本的標準差，是已經抽樣後才計算而得的，所以與原始的抽樣標準誤無關吧．．．

還是不懂?