ABC三个学生跑数据库抓精神疾病
A的总样本是全部的人50几万，有精神疾病的人是44%
B总样本数没A多但应该有几十万，精神疾病41%
（老师说差不多）
C总样本是A的样本中撷取有职业伤害的人，样本数三万多，精神疾病20几%而已。
会差那么多是因为总样本人数C比较少的关系吗？还是跟总样本无关，是比例问题？
也就是说C虽然3万多人但应该也要跟A,B一样是40几%

在考虑是不是也40%之前，已经排除职业伤害的影响了吗

以下说明只是我个人浅见，略供参酌。假如A和B皆是用近乎随机取样的方式进行抽样(毕竟现实上是很难做到完美的随机取样)，那么接下来我会想到的是，C多设定了一个条件：“有职业伤害的人”，我不知道C是怎么定义这个职业伤害的，因为"通常"如果疾病状况比较严重的话，可能也因此在工作的部分会有一些困难，意思也就是在临床上通常他们比较少是有工作的，所以当C多设定了“有职业伤害的人”这个条件时，可能就有机会把一部份确诊，而且相对状况比较严重的病人筛选掉了。因此我会疑惑的是，C的“有职业伤害的人”这个条件，是不是也同时代表着这些人在抽样当时是有工作的？