定义 通过抽样获取部分数据，用样本特征推断总体特征，以解决无法或不宜普查的问题。
从哪来 建立在“L2进阶层：平面直角坐标系”之上。利用坐标系中点的分布规律（如聚类、离散度），直观理解样本在总体中的代表性及分布形态，为后续统计图表（如散点图、频率分布直方图）的绘制与解读提供几何基础。
为什么 总体往往无限大（如全国人口）或具有破坏性（如灯泡寿命测试），普查成本极高或不可行。根据大数定律，当样本容量足够大且随机选取时，样本统计量会收敛于总体参数。因此，用少量、随机、有代表性的样本代替总体，是获取总体信息最高效、科学的方法。
讲法
适合：逻辑抽象能力强、喜欢数学推导的学生
从“全量计算”与“抽样估算”的成本对比切入。假设总体有 $N$ 个个体，普查需 $N$ 次操作；抽样需 $n$ 次（$n \ll N$）。引入“随机性”概念，强调每个个体被选中的概率相等，从而保证样本无偏。通过公式推导样本均值 $\bar{x}$ 作为总体均值 $\mu$ 的无偏估计量，让学生理解“为什么样本能代表总体”的数学本质。
讲法
适合：形象思维强、喜欢生活实例的学生
使用“尝汤”类比。一锅汤（总体）味道均匀，只需尝一勺（样本）即可知道整锅汤的味道。如果汤没搅匀（非随机抽样），尝到的可能只是咸的部分，导致判断错误。强调“随机”就像“充分搅拌”，确保每一部分都有机会被选中，这样“一勺”才能代表“一锅”。
讲法
适合：动手能力强、喜欢实验探究的学生
设计“抓豆子”实验。准备一大袋混合颜色的豆子（总体），让学生闭眼随机抓取20颗（样本），统计颜色比例，再与整袋豆子实际比例对比。重复多次，观察样本比例如何围绕总体比例波动。通过亲手操作，体会“随机抽样”的必要性和样本容量的影响，直观感受统计推断的过程。