今天通過概念介紹進一步看統計學的“工作原理”。
為什麼先要介紹概念呢？
想必大家都看過素描，寥寥幾筆就可以勾勒出一頭大象，其實這就是“概念”的力量。
按這個邏輯，我們也可以將複雜的統計學用一張圖給大家勾勒出來；有了對主體框架的理解之後，後續的“細枝末節”理解起來也就相對容易了。
這個主體框架由以下四個部分構成：
§ 總體 Population
§ 樣本 Sample
§ 統計量 Statistic
§ 參數 Parameter
如何理解呢？
1、如下圖所示，我們想要研究的對象的全部就是總體；
2、但由於各種原因我們並不可能真的去研究這個“全部”，比如時間原因、成本原因，以及技術性問題，導致我們只能“弱水三千，只取一瓢”，這裡的“一瓢”就是
樣本；3、我們通過總結、描述樣本的特性或特點就得到樣本統計量；
4、如果我們有足夠的信心度，就可以以此推斷總體的特性，即參數。
以上邏輯如果要用一個成語來概括，那就是 “一葉知秋”。
統計學中實在有太多的概念，為了不讓篇幅過於冗長而影響閱讀體驗，今天我們僅對抽樣（sampling) 做一些展開，因為這個概念太重要了。
要得到樣本，我們的方法是抽樣；要得到能夠代表總體的
合理樣本，我們需要有合理的抽樣方式以及合理的樣本量。這裡的合理樣本是相對概念，因為抽樣誤差總會出現。我們要做的是儘量去減少因抽樣不合理導致的誤差。
但抽樣時，我們要特別小心“倖存者偏差 ”(Survivorship bias)；即便不學統計，這個概念也值得我們細細研究和學習：
在二戰期間，人們發現倖存的轟炸機中，機翼中彈的數量很多，而機身中彈的卻很少。因此人們認為我們應該加固飛機的機翼。其實不然，就是因為機翼中彈多還能飛回來，所以機翼中彈並沒有影響飛機返航；而機身中彈的少則說明了子彈打中機身對飛機的影響更大，導致飛機不能返航。
因此我們有多種抽樣方式，常用抽樣方法有：
§ 單純隨機抽樣（simple random sampling）
§ 系統抽樣（systematic sampling）
§ 整群抽樣(cluster sampling)
§ 分層抽樣（stratified sampling）
不管何種抽樣方式，我們都希望每一個體被抽中的概率的一樣的，否則就會導致類似"倖存者偏差"的結果出現。
樣本量的大小
§ 樣本要足夠大（精確性考慮）
§ 又要足夠小（經濟型考慮）
樣本量越大誤差就越小, 比如我們在對變量數據（如尺寸）計算過程能力PPK，30個變量數據只能粗略估計；如果要更精確計算過程能力，則需要更多的數據呢？大約200。而針對特性數據作特性估計，粗略和精確估計則分別需要100和1000。
當然，現實充滿了矛盾，數據要得越多成本也就越大，所以要合理取捨。生活中這樣的例子可謂比比皆是啊？
抽樣的現實意義
沒有抽樣就沒有統計學。沒有抽樣，今天我們的質量管理也會大不一樣：比如統計過程控制SPC，比如PP/PPK過程能力的計算，再比如我們 IATF16949 體系審核等等質量工作的開展都是基於抽樣來實現的。
因此如果對抽樣方法沒有深刻的理解和掌握，那麼運用像SPC、過程能力分析PPK等工具的效果就會大打折扣哦。
“大數據”時代還要抽樣統計？
是的，說到統計就不得不想起大數據這個火熱的概念。
一定有人會說了，“現在已經是大數據時代了，抽樣已經沒有必要了”。
其實現實並不是這樣，我們所在的是一個數據大爆炸的信息時代，你並不可能收集到所有場合的所有數據。至少在質量管理領域，想通過大數據來取代基於抽樣的統計目前肯定是不現實的。
