意義與機制
當難以直接計數所有實體時，會選擇一個特定區域進行調查。該區域內的實體數量除以該區域的面積，計算出密度。
當分佈集中在某個區域時，僅僅從附近位置採集樣本，可能無法充分代表整體。透過隨機定位或適當的分層，可以幫助減少偏差。
關係與條件
總估計的人口數量是透過將樣本平均密度與總面積相乘來計算的。 在調查具有不同區域的區域時，需要考慮調查區域，而不是簡單的平均計數。
隨著樣本量的增加，隨機誤差傾向於減小；然而，它無法自動消除因錯誤選擇位置而產生的偏差。同時，它也考慮了被調查物件的實際空間分佈以及移動性。
觀察實驗中需要注意的事物
如果重複隨機抽樣，較大的樣本量往往會降低平均誤差。即使樣本數量增加，選擇偏差在選擇簇時仍然不會消失。
這是一個 100×100 米的虛擬草原，包含 600 個固定物體。我們混合了 240 個均勻分佈的個體，以及 360 個來自三個群體的個體。為了使邊緣包含的機率相等，該草原被分割成面積相等的網格，然後這些網格被恢復並提取。直接放置也符合這種網格，並且可以重複計算這些網格。我們忽略了實際植物的大小、物種分類、季節變化以及檢測的遺漏。在 100 次試驗中的平均絕對誤差，是一個獨立的隨機抽樣值，並不一定隨著單個結果的減少而減少。
關鍵關係與符號
估計的人口數量 = 平均密度（個體/m²）× 10000 m²
| 符號 | 含義 | 單位 |
|---|---|---|
| 密度 | 單位面積內的個體數量 | 個體/m² |
| A_total | 總調查面積 | m² |
透過範例確認
總人口數量的估算方程是什麼？
平均密度是樣本中個體總數除以（樣本數量 × 平方米數量）計算得出。然後，將結果乘以總面積 10000 m²。
常見誤解
- 雖然獲得了較大的樣本，並不保證代表性。