랜덤 샘플은 지정한 크기의 모든 샘플이 동일하게 발생할 수 있는 가정하에 공정에서 선택한
모집단의 부분 집합이다. 통계에서 랜덤 샘플을 사용하여 모집단에 대한 일반화 또는 추론을 한다.

그러나 샘플을 추출한 모집단을 잘 나타내기 위해서는 샘플을 랜덤하게 수집해야 한다.
그러므로 데이터 수집 과정에서는 랜덤 샘플이 되도록 신중하게 계획해야 하며 데이터를 가져오는
과정 또는 모집단이 안정적이어야 한다.

그리고 샘플 선택에 있어서 치우침을 제거하려면 또한 샘플이 랜덤 샘플이어야 한다. 선택에 있어서
치우침은 일부 항목이 다른 항목보다 선택된 샘플에 다르게 포함될 가능성이 높다는 것을 의미한다.
샘플이 특정한 부분에 치우쳐 있는 경우에는 전체 모집단이 아닌 샘플의 항목에 대해서만 추론할 수 있다.

새로운 광고 캠페인을 시작하려고 하지만 인쇄, 라디오 또는 텔레비전이 고객에게 광고할 수 있는
최상의 방법인지 여부가 불확실하다고 가정해보자. 모든 고객을 조사하는 것이 실용적이거나 비용면에서
효율적이지 않으므로 랜덤하게 샘플을 조사하는 것은 바람직 하다.

처음에는 쿠폰이 있는 우편 광고물을 반송한 고객만 조사하고자 한다. 이런 고객이 조사에 응답할 확률이
더 높기 때문이다. 그러나 이 샘플은 각 고객이 선택될 가능성이 같지 않기 때문에 전체 모집단을
나타내지 않는다. 따라서 이러한 선택은 잘못된 비즈니스 결정을 유도할 수 있다.
대신 모든 고객의 문자순 리스트에서 랜덤으로 고객을 선택한 데이터를 통하여 광고 비용을 할당하는
최상의 방법을 추론할 수 있다.

데이터를 수집한 후 데이터가 랜덤 데이터인지 여부를 확인하는 한 가지 방법은 Run test를 통하여
데이터에서 시간 경과에 따른 패턴을 확인하는 방법이 있다.
 

샘플이 랜덤 샘플인지 여부를 확인할 수 있는 그래프도 있다.
시계열도를 사용하여 데이터가 랜덤 데이터인지 여부를 확인할 수 있다.
한 면접자가 임의로 30명을 선택하여 각각에게 사지선다형 질문을 한다고 가정해보자.
면접결과는 0, 1, 2, 3으로 코드화한다. 면접자는 반응의 랜덤성을 확인하기 위해 시계열도를 생성해보자.

데이터의 패턴은 데이터가 랜덤 데이터가 아님을 나타내고 있다. 면접자는 질문내용 또는 면접대상자
선택 과정에 치우침이 있는지 여부를 조사할 수 있다.