要把分层抽样的公式真正用在心里，咱得先忘掉那些教科书上那一大堆冷冰冰的符号 $n_1, n_2, dots, n_k$。它本质上就是一道数学题，就是如何从一堆人里挑出代表不同群体的人。 起初，你得搞清楚题目里说的“层”到底是如何分出来的。

比如你是要调查全校学生的视力情况，这学校分成了几个年级，每个年级的人数大约一样多，这就是典型的层。层之间互不干扰，第一层里抽的人绝对不能跑到第二层去，每一层都要独立地想难题。 然后，得看这个“层”拍得准不准。

要是按年级分，那每个年级内部的数据差别肯定不大，抽样出来代表年级特征就算。但要是按性别分，有时候男女生在视力上的表现差异庞大，这时候再抽一个人，可能就是个特例，没法代表整体。 目前咱们拿个大公式来套咱们自己的例子。假设我们要从某市 10 万人的家庭里做抽样，不想去数每个人，那就得按家庭类型分。假设这个市有 6 万对夫妻，有 2 万个单亲家庭，还有 2 万个双职工家庭。

这就是我们的层。 具体如何抽，核心就是个比例。假设你的样本量一共要 2000 份问卷。

那第一层得抽多少？好办算，$2000 times (60000 / 100000) = 1200$ 份。

第二层呢？$2000 times (20000 / 100000) = 400$ 份。

第三层也是 $2000 times (20000 / 100000) = 400$ 份。 这里有个关键点，公式里的权重实际上就是层里的人数占比。

要是你去查资料，会发现大量地方直接写 $n_i = N cdot frac{N_i}{N}$，那个 $N_i$ 就是第 $i$ 层的人数，$N$ 是总体。

有时候为了省事，直接写 $n_i = n cdot frac{N_i}{N}$，反正结局一样。 再说说算错就完事的例子。去年有个地方说按年龄分层，想抽 5 岁和 50 岁的人，结局算出来 3 岁和 49 岁的人占到了 90%。

这就说明这个分的层次不对。分错了，公式再了得也救不了你。

故此选层得看，要弄明白目标群体的构成。 还有，抽样前得做估摸。

有时候直接给层里人数不忒准，得估算一下。

比如一个班级有 40 个学生，但昨天来了 3 个新来的实习生，人数变了。

这时候得用 $N_i' = frac{N_i times N_{现}}{N_{现} + n}$，这个修正公式时常用。算完总数 $n_i = n times frac{N_i'}{N'}$，再分别去抽，最终把这几层加起来等于你设定的样本总量。 实际上分层抽样的逻辑就是“按比例抓人”。

不管你是机器还是人，只要层之间不重叠，层内数据同质，就能按这个公式算出份数。

不用管是不是公式推导出来如此复杂，关键是记住：人数多的层多抽，人数少的层少抽，比例关系务必保持住。 最终再强调一句，这个公式只是个计算器。真正的活儿是判断你的分层标准有没有毛病。

有时候为了省事，全城市同一天出生的人就作为一个层，有时候为了省事，全市所有高收入家庭都作为一个层。别看这样能不能抽到想要的结局，就得自己去验证。分错了层，再好的公式也得变数。 故此，下次遇到分层抽样的题，先别急着拿计算器，先花一分钟看看这几个层是不是确实代表了不同的东西。

要是代表不了，那公式就算再漂亮，你也得重头再来。毕竟统计学不是为了炫技，而是为了让结论更准更稳。