概率采样常应用一些随机选择的方法。在随机选择方法中，分析员必须建立特定的程序和过程以保证在总样品集中每个样品有同等的被选概率。相反的，当不能选择到具有代表性样品时，需要进行非概率抽样。

下面是各种概率采样方法的简要描述

①简单随机采样：这种方法要求样品集中的每一个样品都有相同的被抽选概率，首先需要定义样品集．然后再进行抽选．当样品简单、样品集比较大时，基于这种方法的评估存有一定的不确定性。虽然这种方法易于操作．是简化的数据分析方式，但是被抽选的样品可能不能完全代表样品集。

②分层随机采样：在这种方法中，样品集首先被分为不重叠的子集，称为层。如果从层中的采样是随机的，则整个过程称为分层随机抽样。这种方法通过分层降低了错误的概率，但当层与层之间很难清楚的定义时，可能需要复杂的数据分析。

③整群采样：在简单随机抽样和分层随机抽样中，都是从样品集中选择单个样品。而整群抽样则从样品集中一次抽选一组或一群样品。这种方法在样品集处于大量分散状态时，可以降低时间和成本的消耗。这种方法不同于分层随机抽样，它的缺点也是有可能不代表整个样品集。

④系统采样：在这种方法中，首先在一个时间段内选取一个开始点，然后按有规律的间隔抽选样品。例如，从生产开始时采样，然后样品按一定间隔采集一次，如每十个采集一次。由于采样点更均匀地分布，这种方法比简单随机抽样更精确，但是如果样品有一定周期性变化，则容易引起误导。

⑤混合采样：这种方法是从各个散包中抽取样品，然后将两个或更多的样品组合在一起，以减少样品间的差异。

标准物质网