多阶段随机抽样是公共卫生开展人群抽样调查的常用设计。多阶段抽样设计下获得的样本具有复杂样本的特征，存在群效应或数据不独立，若不考虑抽样设计，通常会低估抽样误差或增加统计推断Ⅰ类错误的风险。由于复杂样本误差估计形式较复杂，目前常用统计软件均默认采用极群方差估计策略来简化样本结构，即假设样本来自于一阶段整群抽样，忽略除第一阶段抽样外的所有抽样设计，从而实现对误差的近似估计。然而，在初级抽样单元入样比较高时，后继抽样阶段对误差的贡献不可忽略，极群方差估计策略可能导致无效的误差估计。本文旨在介绍考虑多阶段抽样设计下的误差估计方法，并通过对现实数据进行多阶段模拟抽样，探讨在不同抽样设计下，极群方差估计策略和考虑多阶段抽样设计下的误差估计差异。模拟结果显示，随初级抽样单元入样比的增加，极群方差估计策略估计的误差出现不同程度的偏倚，且随入样比增加偏倚加重；而考虑多阶段抽样设计下的误差估计则较准确反映误差水平，可得到准确的统计推断结果。