简单随机抽样、系统抽样、分层抽样，究竟有何不同？
社会调查、科学实验中，从总体抽取样本时，简单随机抽样、系统抽样、分层抽样是常用方法，它们在操作逻辑、适用场景和结果代表性上各有差异。
简单随机抽样的核心是“全随机”。先将总体所有个体编号，再通过抽签、随机数生成器等方式随机抽取，每个个体被抽中的概率相同且独立。例如从1000名学生中随机抽100人，需给每人编1-1000号，再随机摇出100个号码。这种方法适用于总体个体差异小、规模不大的情况——若总体含10万人，编号和逐次随机抽取会十分繁琐。其优势是公平性强，但样本可能极端分布，比如随机抽到的100人全是男生，导致代表性不足。
系统抽样的关键是“等距规则”。先给总体编号，计算抽样间隔总体规模/样本规模，随机确定起点后按间隔依次抽取。比如从5000份产品中抽200份，间隔为25，随机选起点12，接着抽12、37、62…直至抽满。它简化了抽样步骤，尤其适合大总体——需逐个随机生成，按固定间隔即可，效率更高。但风险在于总体若有周期性规律，如产品每隔25个出现一次质量波动，抽样间隔与之重合时，样本会严重偏差，法反映真实情况。
分层抽样的核心是“分层再随机”。先依据研究目标将总体按关键特征如年龄、地区、收入分为若干层，使层内个体差异小、层间差异大，再从每层内独立抽样。比如调查全国居民收入，先按省份分层，每个省份作为一层，再在各省内随机抽样本。这样能保证每层特征都被体现，避免某一群体被忽视，适用于总体内部差异明显的情况。但前提是必须清楚总体的分层依据和各层比例，若分层标准选错——比如按性别而非收入分层研究收入问题，分层就失去意义，还会增加抽样复杂度。
三者的差异体现在：简单随机抽样依赖全随机，适用于小规模、差异小的总体；系统抽样依靠等距规则，适用于大规模、周期规律的总体；分层抽样通过分层差异，适用于内部差异大、需体现各层特征的总体。选择时需根据总体特点和研究目标判断，才能让样本更好反映总体情况。