定义 按预定比例从不同层中独立抽取样本，使样本结构与总体结构保持一致的抽样方法。
从哪来 建立在“一、随机事件”之上。理解随机事件是理解抽样中“随机性”与“确定性规则”结合的基础，即每个个体被抽中的概率是确定的随机过程。
为什么 总体内部往往存在显著差异（如男女生比例、不同年级水平）。若简单随机抽样，小群体可能被遗漏或代表性不足。分层抽样通过“先分类、后抽样”，强制保证各子群体在样本中的比例与总体一致，从而降低抽样误差，提高估计精度。
讲法
适合：直观型、生活化思维学生
用“水果篮”类比：篮子里有苹果、香蕉、橘子。若随机抓一把，可能全是苹果。若分层，先按种类分开，再按种类数量比例各抓几个，这样抓出的样本才能代表整个篮子的口味结构。强调“结构一致”是核心。
讲法
适合：逻辑型、公式推导偏好学生
从概率角度切入：设总体容量为 $N$，层 $i$ 容量为 $N_i$，样本容量为 $n$。则层 $i$ 应抽取 $n_i = n \times \frac{N_i}{N}$。强调这是“等概率抽样”的一种实现方式，每个个体入样概率均为 $\frac{n}{N}$，但通过分层控制方差。
讲法
适合：应用型、问题解决导向学生
从“为什么不用简单随机抽样”入手：假设全校1000人，其中女生200人。若随机抽10人，可能0个女生，导致“女生成绩”无法估计。分层抽样强制抽2个女生（$10 \times \frac{200}{1000}$），确保关键子群体不被遗漏，适用于需要分析子群体特征的调查。