统计学中，怎样区分是重复抽样还是不重复抽样？
重复抽样的本质是每个样本每次抽到的概率是恒定的；而不重复抽样的本质是每个样本每次抽到的概率不是恒定的。
其实，在每次抽在本次抽取中，并不是简单地抽取一个个的样本，我们真正想通过抽样得到的，是样本值。
这个样本值即每袋味精的重量，而每袋味精的重量是和机器有关的。机器产生的每袋味精时，重量位于某个值的概率也是恒定的，所以例1的抽样方式属于重复抽样。
我们可能会产生另外一个问题，就是为什么不是在一堆袋装盐中，直接随机一次抓9袋出来呢？
这个时候就要仔细观察一下题目的情况，题目里并非是给定了一定数量的盐，从中抽取9袋，而是机器一直在生产，在其中抽取9袋，也就是说，用于抽取样本的总体是正无穷，因此，这个时候无论怎么抽取，抽取到某个重量的盐的概率都相当于机器产生每袋味精时的该重量的概率。
因此，只要是总体数目有无穷大的趋势的时候，抽样一定是重复抽样。
重复抽样
重复抽样又叫重置抽样或放回抽样，是指统计抽样时对每次被抽到的样本登记后再放回总体，重新参与下一次抽选的抽样方法。
重复抽样中每次抽选时，总体待抽选的单位数是不变的，前面被抽到的单位在后面的抽选中还有可能被抽中，这样每次抽选的概率都是相等的，n 次抽取就相当于n 次相互独立的试验。
不重复抽样
不重复抽样是在逐个抽取个体时，每次被抽到的个体不放回总体中参加下一次抽取的方法。
采用不重复抽样方法时，总体单位数在抽样过程中逐渐减小，总体中各单位被抽中的概率先后不同。
【例1】
味精厂用包装机自动包装味精，已知袋装味精的重量X ∼ N ( μ , 0.0152 ) X\sim N(\mu,0.0152)X∼N(μ,0.0152)，机器正常时，标准重量μ = 0.5 \mu=0.5μ=0.5公斤。某日开工后随机抽取9袋味精，其重量为：0.497，0.506，0.518，0.524，0.498，0.511，0.520，0.515，0.512，问这台包装机工作是否正常？
在这个题中，抽样方法是重复抽样。
重复抽样是从总体中随机抽选一个单位，经观察后放回总体，再从全部总体单位中抽选。按照这种方式抽样，每次都是从 N 个总体单位中抽选，同一单位有多次重复中选的可能。
非重复抽样的抽取方法是已经抽选出来的单位不再放回去，而从剩下的总体单位中抽选下一个单位。按照这种方式抽样，每个总体单位只能被抽中一次，绝不会被再次抽选出来。在相同样本容量的条件下，从同一个总体中用不重复抽样方法可能得到的样本个数比重复抽样方法可能得到的样本个数少。由于不重复抽样简便易行，所以在实际工作中经常被采用。
扩展资料：
注意事项：
如果审计目的要求得出比较精确的结论，可以采用判断抽样，如果审计师相信某具体计算机程序要么总是对的，要么总是错的，那么只要检查一个项目，让该程序运行一次就足够得出结论。如果审计目的是想了解被审计单位的内部控制状况，或要证实某项资产、债务的价值等，则可以采用统计抽样。
假如被审计单位管理完善，内部控制制度健全，所需的各项会计资料齐备，则适合采用统计抽样；假如被审计单位管理混乱，内部控制制度不全，会计资料不足，或者是临时拼凑和假造的，则不适合采用统计抽样，因为这样的情况下使用统计抽样进行审计工作不仅费时费力，而且得出的审计结论会十分不靠谱。
参考资料来源：百度百科-重复抽样
参考资料来源：百度百科-不重复抽样
重复抽样是从总体中随机抽选一个单位，经观察后放回总体，再从全部总体单位中抽选。按照这种方式抽样，每次都是从N个总体单位中抽选，同一单位有多次重复中选的可能。
非重复抽样的抽取方法是已经抽选出来的单位不再放回去，而从剩下的总体单位中抽选下一个单位。按照这种方式抽样，每个总体单位只能被抽中一次，绝不会被再次抽选出来。
在相同样本容量的条件下，从同一个总体中用不重复抽样方法可能得到的样本个数比重复抽样方法可能得到的样本个数少。由于不重复抽样简便易行，所以在实际工作中经常被采用。
样本均值抽样
样本均值的抽样分布即所有样本均值的可能取值形成的概率分布。例如，某高校大一年级参加英语四级考试的人数为6000人，为了研究这6000人的平均考分，欲从中随机抽取500人组成样本进行观察。若逐一抽取全部可能样本，并计算出每个样本的平均考分，将会得出很多不完全相同的样本均值，全部可能的样本均值有一个相应的概率分布，即为样本均值的抽样分布。
以上内容参考：百度百科-抽样分布
不重复抽样是从抽样框中抽取一个抽样单位作为样本的一个个体之后，不再将这个抽样单位放回抽样框中的一种抽样设计，以避免同一抽样单位被多次抽中的情况出现。因为它不将抽中的抽样单位再放回抽样框中进行重复抽取，所以也称为不放回抽样。
两者的计算公式也是不同的
重复抽样的误差比不重复抽样误差大
基本上就是这样
