分层抽样的优势是什么？

分层抽样是将总体分成若干个互不重叠的子群体（层次），然后从每个层次中独立地随机抽取样本，最后将这些样本合并作为总样本。这种方法的优势主要有以下几个方面：
1. 提高了估计量的精度：通过在各个层次内进行随机抽样，可以减少层内的变异程度，从而提高对总体参数估计的准确性。
2. 便于分析特定子群体的情况：分层抽样能够确保每个重要的子群体都有足够的代表性样本被抽取出来，有利于研究者针对不同特征的人群或单位进行详细的研究和比较。
3. 能够解决不均匀分布的问题：当总体中存在某些具有显著差异的子群体时，采用简单随机抽样可能会导致这些小众群体在样本中的比例过低，而分层抽样则可以通过设定适当的层数来克服这一问题。
4. 灵活性强：研究者可以根据实际需要灵活选择不同的层次划分标准和每层的样本量大小，以满足特定的研究目标或资源限制条件。