抽样调查教案-3分层随机抽样法.docVIP

第3章 分层随机抽样 在前面一章，我们介绍了简单随机抽样。应该说简单随机抽样在实际中具有广泛的应用，尤其是在总体N较小或者总体方差与任意局部方差基本相当的情况下，简单随机抽样的优势明显。然而，当总体单元数N较大或者总体各单元之间差异较大时，采用简单随机抽样对总体指标进行估计通常会产生很大的误差。例如，欲通过调查了解我国居民的人均年收入水平。这时总体是全国人口的13亿人，倘若采取简单随机抽样从中抽取10万人入样，则需要将全国人口依次编号，然后在1~13亿中生产10万个随机数，然后将这些随机数一一对应成具体某个人。显然这样做是不实际的，就算可以，由于某些人口较少的省市或民族的样本量过小，甚至没有样本点，从而降低了样本对总体的代表性。不仅如此，由于类似的全国性调查总是需要地方政府的大力协调与配合，如果地方政府不能通过此次调查获取辖区内的相关信息，达到一举两得的效果，那就勉为其难了。为了克服简单随机抽样上述缺陷和不足，本章引入——分层随机抽样（Stratified sampling）。 §3.1 定义与符号 一、定义与符号 （一）定义 定义3.1 层（类）：如果一个包含N个基本单元的总体可以分成“不重不漏”的L个子总体，即每个单元必属于且只属于其中一个子总体，则称这样的子总体为层（stratum）。设L个子总体所包含的单元数分别为，即有： ，， 定义3.2 分层抽样 又称为类型抽样或分类抽样，即抽样在每个层中独立进行，总的样本由各层样本构成。 定义3.3 分层随机抽样 若在每层中的抽样采用SRS，这样得到的样本为分层随机样本（stratified random sample）。即从第层简单随机抽样个单元，构成第层子样本。 ，， （二） 分层的原因 （1）当总体各单元差异比较大时，对参数估计误差比较大。将总体分层，同一层中各单位差异小，从每一层中抽取构成样本，这样样本就有代表性，可以提高估计的精度； （2）可以同时对子总体进行参数估计； （3）便于依托各级管理机构进行组织和实施。 （层内类似，层间差异） （三）符号说明 用下标表示层号（）。关于第层子总体的记号如下 单元总数： ， 样本单元数：，第个单元标志值（观察值）：， 层权： ，抽样比 子总体均值：，子样本均值：， 子总体总量：，子样本总量： （注意此说法） 子总体方差：，子样本方差： §3.2 简单估计量及其性质 一、总体均值的估计 （一）简单估计量的定义 对于分层样本，对总体的均值估计是通过对各层的子总体均值估计，按层权加权平均得到的。 因此总体均值估计量的公式为：（局部平均加权） （3.1） 根据简单随机抽样： ，，分别是，，的估计量，而且它们都是无偏的。则此时公式为： （3.2） （二）估计量的性质 定理3.1 对于一般的分层抽样，如果是的无偏估计（），则是的无偏估计。 定理3.2 的方差（均方误差）为： （3.3/3.4） 证明：由于各层抽样是独立的，故上面两结论自然成立。 ＃ 定理3.3 对于分层随机抽样，是的无偏估计，的方差为： （3.6/3.7） （3.8/3.9） 证明：显然 ＃ 定理3.4 对于分层随机抽样，的一个无偏估计为： （3.10） （3.11/3.12） 证明：显然＃ 二、总体总量的估计 （一）简单估计量的定义 ， （二）估计量的性质 推论3.1 （1）对于一般的分层抽样，如果是的无偏估计（），则是的无偏估计。的方差（均方误差）为： 证明：显然＃ （2）对于分层随机抽样，是的无偏估计，的方差为： 证明：显然＃ （3）对于分层随机抽样，的一个无偏估计为： 证明：显然＃ 例3.1 调查某地区的居民奶制品年消费支出，以居民户为抽样单元，根据经济及收入水平将居民划分为4层，每层按简单随机抽样抽取10