本科“统计学”——第四章 统计数据的获取与质量.pptVIP

第四章 统计数据的获取与质量 第一节 统计数据的获取 第二节 统计数据的质量 第三节 调查方案设计 第四节 数据的预处理 学习目标 了解统计数据的获取方法 了解数据误差及对数据的质量要求 掌握调查方案的设计 了解统计调查方式 观测研究（概念要点） 观测研究是观察一些个体，并度量我们感兴趣的变量，但并不试图影响回应。 观测研究的目的是描述一个团体或一种状况。 ——在只观测不干扰的情形下搜集信息 实验研究（概念要点） 1. 实验时会刻意对某些个体加上某项处理，以期能够观察其反应。 2. 实验的目的是要研究某种处理是否确实会引起某种反应。 ——实验会对个体做某件事情，然后观察个体的反应 观察数据与实验数据 观察数据： 不对被调查对象数据产生的条件施加任何控制； 通常（但不一定）是众多因素作用的结果。 实验数据： 对数据产生的条件实施控制； 通常（但不一定）是单一因素作用的结果。 观测是次于实验的第二选择（但可惜的是，有时候我们却只能选择观察） 随机化比较实验可能是统计学中最重要的概念。 要证明一个变量会影响另一个变量，实验是提供证据的金字招牌。 双盲试验（Double-blind experiment） 不论受试对象，还是会和受试对象有互动的人，都不知道哪位受试对象接受了何种处理。 美国法律，新的处方或医疗装置必须经过随机化双盲试验来证明其安全性和有效性。 ——胃冷冻失败了 试 验 伦 理 实施研究的机构必须设立试验审查委员会，负责事先审查所有的研究对象，以保护受试对象免于受到可能的伤害； 在搜集资料前，研究中的每一个受试对象都必须知情且同意参加试验； 任何人的资料必须保密，只有整体的统计结果可以公开。 实验设计的逻辑 用随机化方法将受试对象分组，且保证各组在实施处理之前，在各个方面都类似； （美国是否值得执行儿童学前教育计划？——历时20年） 用“比较”的设计以确保：除实验上的处理外，其他所有因素都会同样作用在所有的组上； 因此，反应变量的差异必是处理的效果所致。 令人信服的实验 其关键在于： 随机化： 遵循以整个总体为背景进行随机化抽样的原则 控制： 有安慰剂的控制组进行对比实验，克服安慰剂效应 受试对象足够多 满足大数定理的要求 可惜的是，有时候我们却只能选择观察 例如：研究野生动物的习性 研究国民经济的发展 研究企业的经营状况 研究股票的发展趋势 …… 抽样调查(概念要点) 抽样调查是很重要的一种观测研究，具有经济性、时效性强、适应面广、准确性高等特点。 抽样调查根据随机原则，从总体中抽取部分单位做为样本加以调查研究，以样本指标去推算总体指标的一种专门组织的非全面调查。 抽样调查由于遵循随机原则，样本单位的选取不受调查者主观意识的影响。 抽样调查既是搜集统计资料的方法，也是对调查对象进行科学估计和推断的方法。 ——抽样调查就是从某个特定总体中抽取样本，然后从样本中推断整个总体的信息 普查（概念要点） 普查是企图把整个总体纳入样本的抽样调查。 属于全面调查，涉及面广，工作量大；且调查对象随着时间的推移不断变化，同时在空间分布上也会有较大的变动；故一般需要规定统一的标准调查时间，数据的规范化程度较高。通常是一次性或周期性的，目的在于取得详细资料。 从时间、金钱及可行度上，抽样更为划算。 即使有政府的强大资源做后盾，普查也不是一定做得到； 而且有些检查是破坏性的，普查并不适用。 另外，比起全面普查，较小的样本反而反而可能会得到较精确的结果，因为人员心烦的时候，数据往往也会混乱。 ——普查试图取得总体中每个个体的信息 比较：重点调查和典型调查(概念要点) 比较：重点调查和典型调查(概念要点) 典型调查 根据统计调查的目的和要求，在对被研究现象进行全面分析的基础上，有意识地选择若干具有典型意义的或有代表性的单位进行的一种专门组织的非全面调查。 具有灵活机动、通过少量典型即可取得深入、详实的统计资料的特点。 但典型单位选择往往受到人们主观认识的影响。为防止片面性，典型调查必须与其他调查方式相结合。 典型调查可以补充全面调查的不足，也可用于验证全面调查数据的真实性，做到定性与定量分析相结合，在特定条件下，典型调查也可用于统计数据质量的检查或对总体数量的推算。 盖洛普的崛起 《文摘》杂志1890-1938年间在美国相当普及，从1916年开始，每次选举前都预测出了总统选举的获胜者。1936年，该杂志邮寄了1000万份调查表，并自豪地宣布，照以往的判断标准，预测结果的误差将在1%之内。最后，该杂志回收了240万份问卷，分析结果为兰登将获得57%的选票，而罗斯福只能得到43%的选票。 刚刚成立不久的盖洛普研究所仅仅从美国选