定义 从总体中逐个不放回地抽取样本，且每个个体被抽到的概率相等。
从哪来 建立在“随机事件”的基础上，利用随机性保证抽样的公平性与不可预测性。
为什么 核心在于“公平”与“独立”。若采用有放回抽样，样本间存在依赖；若采用非等概率抽样，部分个体被选中机会大，导致样本偏差。简单随机抽样通过“逐个抽取”和“等概率”两个约束，确保样本能无偏地代表总体，是统计推断的逻辑基石。
适合：直观型、生活化思维的学生**
**类比法
想象一个不透明的抽奖箱，里面装着全班同学的姓名条。每次伸手进去抓一张，看完后
不放回去，再抓下一张。因为箱子不透明且每次抓之前都搅匀（隐含假设），每个人被第一次抓到的概率一样，第二次抓到的概率也一样（因为分母变了，但分子也变了，比例保持公平）。强调“不放回”是关键，否则可能出现同一个人被抽两次，样本量虚高。
适合：逻辑型、喜欢规则的学生**
**规则拆解法
将定义拆解为三个硬性指标：
1.
总体有限：N个个体，必须可数。
2.
逐个抽取：不能一把抓，必须一次一个，保证每次抽取时的状态清晰。
3.
等概率：任何时刻，剩余个体被抽中的概率相等。
用流程图展示：开始 -> 抽取1个 -> 剔除 -> 抽取1个 -> ... -> 结束。强调“剔除”动作保证了后续抽取的独立性（条件概率下的公平）。
适合：抽象型、数学基础较好的学生**
**概率推导法
设总体N个个体，抽取n个。
证明任意个体i被抽中的概率为 n/N。
第一次抽中i的概率：1/N。
第一次没抽中i，第二次抽中i的概率：(N-1)/N * 1/(N-1) = 1/N。
...
第k次抽中i的概率：(N-1)/N * ... * 1/(N-k+1) = 1/N。
总概率 = n * (1/N) = n/N。
通过计算证明“等概率”并非直觉，而是数学必然，从而理解其严谨性。