Sampling & Power Analysis 终极背诵版 1. 基本概念 • Population：总体 • Sample：样本 • Sampling unit：抽样单元 • Parameter（总体）：N, μ, σ • Statistic（样本）：n, mean, SD 2. Probability Sampling 概率抽样 （可推论总体 generalizable） 1. Simple Random Sampling 简单随机：等概率 2. Systematic Sampling 系统抽样：随机起点 + 固定间隔 3. Stratified Sampling 分层抽样：先分层，再每层抽样 4. Cluster Sampling 整群抽样：先分群，再抽群 5. Multistage Sampling 多阶段抽样：两种以上结合 Non-probability Sampling 非概率抽样 （不可推论总体 NOT generalizable） 1. Convenience 方便抽样 2. Purposive / Judgment 判断/目的抽样 3. Quota 配额抽样 3. Sampling Bias 抽样偏差 （systematic difference → low external validity） • Coverage bias：覆盖偏差，抽样框不全 • Non-response bias：无回应偏差 • Self-selection bias：自选择偏差 • Survivorship / Healthy User bias：幸存者偏差 • Under/over-coverage：覆盖不足/过度 4. Power Analysis 功效分析 • Power = 1 – β • α：Type I error 假阳性 • β：Type II error 假阴性 影响功效的4个因素： • Effect size 效应量 • Sample size 样本量 • α level • Statistical test 效应量指标： • r（相关）, d（均值差）, f/η²/R²（回归/ANOVA） 样本量经验法则（r）： • Small (r=0.20): n ≥ 300 • Medium (r=0.50): n = 60–100 • Large (r=0.80): n ≥ 30 5. Sampling Decision Steps 六步 1. Define target population 2. Select sampling frame 3. Choose sampling method 4. Determine sample size 5. Collect data 6. Evaluate response rate 6. 批判题万能句式（直接套） • This is non-probability sampling, so findings cannot be generalized. • There is self-selection / coverage bias, which threatens external validity. • Sample size may be insufficient to achieve adequate statistical power. • The sampling frame is incomplete, leading to under-coverage.