不懂统计学的还真多，总是有人质疑抽样调查的准确性。
抽样不是大街随便找人。大数据的统计都是二级选样，记住这二个词，二级和选样！
对于一个几百万人的城市，要统计所有人的收入首先就要先抽一个一级的样本，这个样本要足够大，大到符合“大数定律”，一般至少要几十万。 然后再在这个一级样本里进行二级选样。 选样前先剔除异样样本，马化腾，马云这样的全剔除。
然后开始等距排队。从1K到2K，3K。。。9K。。10K。。。15K。。。20K....100K..1000K
全部分组排队，你的收入是一万五千六百的就归到15K那一组，然后每一组按权重选人数。
7K8K9K10K。。。15K，如果这几个组权重如果最多，抽的人就最多，如果7K这个组按权重抽到40个人，这40
个人也是要排队的，7.0，7.1， 7.2 。。。7.9，然后按权重抽人，7.3可能选了8个人，7.9的也许只有2人。
最后只要几百人就可以搞定一个几百万人的城市的统计。这几百人就要把所有的收入支出变化天天填表，一毛不漏。
准不准呢？ 全世界对大数据的抽样都是二级选样。 出来的结果完全符合认识
美国总是湾区纽约波士顿DC，LA这些城市，中国总是上海，江南，北京，深广珠三这些城市。
有没有连贯性呢？也就是这次的抽样和上次的抽样偏离度大不大。
每次抽样总有一些城市的名次会有变动，这个是正常的实力变化引起的，但如果这次的抽样排名和上次的抽样排名完全不同， 上次是上海，北京，深圳，广州。。。这次是西安，成都，杭州。。。那就是偏离度大。抽样没有连贯性。