分层抽样（stratified sampling），又名层化抽出法，是统计学的一从统计总体（又称为“总体”[1]）抽取样本方法。将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。从而保证样本的结构与总体的结构比较相近，从而提高估计的精度。相对于没有经过分层的抽样调查，其数据会被称为“未分层抽样”（unstratified samples）。

在社会统计调查（statistical survey），当总体内的“子总体”（subpopulations）之间的差异较大，对每个子总体分别进行分层抽样调查，会令统计调查结果更为准确。子总体的分层必须为互斥，即每个总体的成员均只能属于一个分层。之后，可对每个子总体进行简单随机抽样或系统抽样。这样可令调查的代表性改善。相对于简体随机抽样采取的算术平均值，分层的抽样应采用加权平均值。

相关题目

民意调查 层别法

参考文献

延伸阅读

Särndal, Carl-Erik; et al. Stratified Sampling. Model Assisted Survey Sampling. New York: Springer. 2003: 100–109. ISBN 0-387-40620-4. 引文格式1维护：显式使用等标签 (link)