在分层随机抽样中，先根据层样本对层的参数进行估计，然后将这些层估计加权平均或取总和作为总体均值或总量的估计。分层抽样特别适用于既要对总体参数进行估计，也要对各子总体（层）参数进行估计的情形。分层抽样的组织实施方便，样本分布比较均匀，精度一般较高。

1899年，在俄国彼得堡召开的第7届国际统计学会会议上，凯尔继续捍卫“代表性调查”的方法，强调该方法不仅适用于社会经济调查，也适用于农业和林业，同时提出了分层的思想和控制调查结论、便于统计分析的主张，呼吁研究和发展这一方法的实际和理论的各个方面。早在1923年，俄国学者A.A.楚波罗（Alexander Alexandrovich Tschuprow，1874～1926）就提出了分层随机抽样的最优分配，但未引起人们的重视。1925年，英国统计学家R.A.费歇尔（Ronald Aylmer Fisher，1890～1962）在英国罗萨姆斯特德试验站的实验设计中，强调随机化、重复和区组三个基本原则。随机化是获得无偏估计的基础，采用重复技术使得方差估计能够在抽样获得的数据基础上得以进行，而划分区组用于抽样即是分层，目的是为了减少抽样误差。1934年，波兰统计学家J.奈曼（Jerzy Neyman，1894～1981）提出了分层随机抽样的最优分配，并给出了结论的证明，从而建立了分层随机抽样的理论体系。

设总体分为层，以表示层编号，；第层的单元数，；层权重；第层的总体和样本平均值分别为：，，是第层的样本量；样本数；第层总量和样本总量分别为：，；第层方差和样本方差：，；第层抽样比。

样本量最优分配为：

这个结果最早是俄国学者波罗于1923年得到的，但很长时期内未被人注意到。直到1934年，奈曼给出了这一结论的证明，因此样本量最优分配常称为奈曼分配。

在调查目标是总体均值时，或是总体均值估计量方差的上限（或是在置信度下的绝对误差限，），则有：

对样本量的奈曼分配，有：

总体平均数估计值：

总体方差和标准差估计：

总体平均数在置信概率下的双侧置信区间为：

相对误差：

估计精度：

分层随机抽样是最常用的抽样方法之一，具有许多其他抽样方法没有的特点：①分层随机抽样是在各层中进行的，除总体参数估计外，还可用于对层的参数进行估计。②分层样本分别抽自各层，与简单随机样本相比，分层样本在总体中的分布一般更均匀，不会发生偏于某一部分的情况。③分层随机抽样一般能较大程度提高调查精度，这是最重要的特点。如果层内差异比较小（属大多数情况），分层随机抽样精度比单纯随机抽样高。应当说明，由于分层抽样是在各层独立进行的，允许不同层根据具体情况采用不同的抽样方法。