分层采样（stratified sampling），理学-化学-分析化学-化学计量学-采样理论，研究者可将整个总体分成不同子群或层，然后按照比例从不同层随机选取最终样本的方法。是一种概率采样技术。基本方法分层就是在采样前将总体划分为若干子群的过程。这样得到的层应当不重叠，即总体中的每个元素应当仅归属于一个层。分层应当完全，即任何样本都不应当被遗漏。然后在每个层内可进行简单随机采样或者系统采样，这样可以减少采样误差和改善样本的代表性。分层采样可以得到加权平均，其变差比简单随机采样的算数平均值更小。在计算统计学中，当使用蒙特卡罗方法来估计总体统计量时分层采样可以减小方差。在下列情况下应当考虑使用分层采样：首先，当研究者希望重点研究总体内特定子集时可采用分层采样，因为分层采样可以保证样本集中关键子集的存在；其次，当研究者希望观察两个或多个子集之间的关系时可使用分层随机采样方法。如果使用简单随机采样技术，则不能保证要观察的子集在样本集中是否具有等同的或者成比例的代表性；最后，使用分层采样，研究者可以对总体中最小的和最不易接近的子集进行代表性采样。这样可以对给定的总体的罕见极端情况进行采样。