数据的搜集.ppt

第 2 章 数据的搜集 2.1 数据的来源 2.2 调查数据 2.3 实验数据 2.4 数据的误差 学习目标 数据的来源 搜集数据的调查方法 问卷设计 搜集数据的实验方法 数据的误差 数据的质量要求 一、数据的间接来源 系统外部的数据 统计部门和政府部门公布的有关资料，如各类统计年鉴 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 从互联网或图书馆查阅到的相关资料 系统内部的数据 业务资料，如与业务经营活动有关的各种单据，记录 经营活动过程中的各种统计报表 各种财务，会计核算和分析资料等 二手数据的特点 搜集容易，采集成本低 作用广泛 分析所要研究的问题 提供研究问题的背景 帮助研究者更好地定义问题 检验和回答某些疑问和假设 寻找研究问题的思路和途径 搜集二手资料在研究中应优先考虑 二手数据的评估 数据是谁搜集的？ 可信度评估 为什么目的而搜集的？ 数据是怎样搜集的？ 什么时候搜集的？ 提供统计数据的部分政府网站 提供统计数据的部分政府网站 二、数据的直接来源 数据的直接来源(原始数据) 调查数据 通过调查方法获得的数据 通常是对社会现象而言 通常取自有限总体 普查(census) 为特定目的专门组织的非经常性全面调查 通常是一次性或周期性的 一般需要规定统一的标准调查时间，避免调查数据的重复或遗漏 如人口普查、农业普查、经济普查。 数据的规范化程度较高 应用范围比较狭窄，只能调查一些最基本或特定的现象。 例：经济普查 2008年开展了第二次全国经济普查。 标准时点为2008年12月31日，时期资料为2008年度。 对象是在我国境内从事第二产业和第三产业的全部法人单位、产业活动单位和个体经营户。 数据的直接来源(原始数据) 2.实验数据 通过实验方法得到的数据 通常是对自然现象而言 也被广泛运用到社会科学中 如心理学、教育学、社会学、经济学、管理学等 抽样方法 一、概率抽样和非概率抽样 （一）概率抽样(probability sampling) 也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率 简单随机抽样(simple random sampling) 从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的 最基本的抽样方法，是其它抽样方法的基础 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其它辅助信息以提高估计的效率 分层抽样(stratified sampling) 将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 整群抽样(cluster sampling) 将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查 特点 抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便调查的实施 缺点是估计的精度较差 系统抽样(systematic sampling) 将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其它样本单位 先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k…等单位 优点：操作简便，可提高估计的精度 缺点：对估计量方差的估计比较困难 多阶段抽样(multi-stage sampling) 先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查 二阶抽样中群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的阶段数增多，就称为多阶段抽样 具有整群抽样的优点，保证样本相对集中，节约调查费用 需要包含所有低阶段抽样单位的抽样框；同时由于实行了再抽样，使调查单位在更广泛的范围内展开 在大规模的抽样调查中，是经常被采用的方法 （二）非概率抽样(non-probability sampling) 相对于概率抽样而言 抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查 有方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽