现代社会调查方法_4.pptVIP

现代社会调查方法 第四章 抽样 主要内容 概率与抽样分布 概率抽样 非概率抽样 样本规模与抽样误差 回 顾 何谓抽样？ 所谓抽样，指的是从组成某个总体的所有元素的集合中，按一定的方式选择或抽取一部分元素（总体的一个子集）的过程，或者说，抽样是从总体中按一定方式选择或抽取样本的过程。 抽样的作用 由部分认识整体。节省时间、人力、经费等。 抽样术语 总体：所有元素的集合（N） 样本：从总体中按一定方式抽取出的一部分元素的集合（n） 抽样单位：一次直接的抽样所使用的基本单位（个体、群体、家庭、社区） 抽样框：抽样范围，总体中所有元素的名单 参数值：总体值 统计值：样本值（以样本统计值来推论总体参数值） 置信水平（置信度）：总体参数值落在样本统计值某一区间中的把握性程度（概率），反映抽样的可靠性程度。95% 置信区间：抽样的精确性程度（区间越小，误差越小，反之亦然） 两个例子 1984年的美国总统大选 民意调查机构准确预测 1亿选民，调查对象仅2000人！ 1936年美国总统大选 《文学文摘》 《文学文摘》杂志曾准确地预测了1920、1924、1928、1932年的美国总统大选。 1936年，《文摘》进行了一次最具雄心的民意测验活动： 《文摘》将选票寄给了从电话簿与车牌号登记名单中挑选出来的1000万人。收到了200万人以上的回应。 结果显示，有57%的人支持共和党候选人兰登，而当时在任的总统罗斯福的支持率为43%。 两个星期后，投票结果显示：罗斯福以历史上最大的优势——61%的得票率，获得第二届任期。相对于罗斯福的523张选票，兰登仅得8张。 惨败！声誉扫地，不久关门。 为何预测失败？ 问题的症结： 回收率只有22% 抽样框：电话用户和汽车拥有者。这种设计只选择了不成比例的富人样本，尤其是当时美国还处在最严重的经济萧条后期。这个样本排除了穷人，而几乎所有穷人都支持罗斯福的新经济政策。 抽样误差 抽样误差 样本代表性与概率抽样 概率抽样的基本原则： 如果总体中的每一个个体被抽取为样本的概率相同，那么从这个总体中抽取的样本就具有对该总体的代表性。 代表性，即所选取的样本能再现总体的结构。 具有这一性质的样本通常被称为等概率抽样方法（Equal Probability of Selection Method，EPSEM）。 样本代表性与概率抽样 概率抽样的两项优点： 概率样本更具代表性，可避免各种偏见和减少误差 概率理论使我们能够估计样本的精确度和代表性 概率抽样之所以能够保证样本对总体的代表性，其原理就在于它能够很好地按总体内在结构中所蕴涵的各种随机事件的概率来构成样本，使样本称为总体的缩影。 一、抽样原理：概率与抽样分布 随机抽样：同等、独立 随机事件与概率 确定性现象：必然发生的。 必然事件：在一定条件下必然发生的。 如：在一个大气压下，水在100摄氏度时必然沸腾。 随机现象：在一定条件下可能出现这样的结果，也可能出现那样的结果，但究竟出现哪种结果事先是不能肯定的。 随机事件：在一定条件下可能发生也可能不发生的事件。 如抛硬币、生小孩 买彩票 概率：事件发生频率所接近的固定数值，它是相应事件发生的可能性大小的一个客观、定量的度量。 小概率事件 小概率事件 双色球： 一等奖 1 种可能性，概率约为 1/17,721,088 。 二等奖 15 种可能性，概率约为 1/1181405。 三等奖 162 种可能性，概率约为 1/109,389。 四等奖 7,695 种可能性，概率约为 1/2,303。 五等奖 137,475 种可能性，概率约为 1/129。 六等奖 1,043,640 种可能性，概率约为 1/16。 抽样分布 以一个样本的平均值来推论总体 以两个样本的平均值来推论总体 以三、四个样本的平均值来推论总体 以五、六个样本的平均值来推论总体 极限定理：大数定理与中心极限定理 极限定理：观察次数n趋向无限时的极限行为。采用极限的方法所得出的一系列定理，统称极限定理。可分为两类： 大数定理（大数法则或平均法则）： 研究在什么条件下，随机事件可以转化为不可能事件或必然事件，即有关阐明大量随机现象平均结果的稳定性的一系列定理。 它的意义：在随机事件的大量重复出现中，往往呈现几乎必然的规律。 中央极限定理： 研究在什么条件下，随机变量之和的分布可以近似正态分布。 中心极限定理表明，如果一个现实的量是由大量独立偶然因素的影响迭加而得，且其中每一个偶然因素的影响又是均匀地微小的话，则可以断定这个量将近似地服从正态分布。 （卢淑华，1998：177）《社会统计学》 中心极限定理与正态分布 在自然、社会、经济领域里大量存在服从正态分布的随机变量，如身高、体重、智商、婚龄等。 根据中心极限定理，均值的抽样分