Chapter1统计学导论解析.ppt

抽样误差：并非错误的误差 在公布任何一次抽样调查的结果时都应说明抽样误差的大小，不管是比例、均值还是其它形式。抽样误差告诉我们，样本离总体的实际值可能有多远。我们将在第5章和第6章的参数估计和假设检验中再次提到抽样误差。 未响应误差 另外一种影响抽样调查结果的误差是未响应误差( nonresponse error) 。未响应误差是指由于包含在样本中的一部分人未回答调查而造成的误差。这可能是由于某一选定的电话号码拨了多次也没有反应或接通后那人拒绝回答问题。邮寄调查通常比电话调查有更多的未响应误差，因为不理会一封信比不理会一个响着的电话容易得多，而且信被寄错地址的可能性也要比拨一个无人使用的电话号码的可能性大得多。有时，一次好的电话调查，通常会有85%至90%的响应率；而一次邮寄调查的响应率很少有到达50%的. 对研究者来说，高拒绝率是一个很大的问题，因为他们对于被选中但未参与调查的人了解很少。于是出现许多无法回答的问题：是什么使得人们有了不响应和响应的区别?相对响应者来说，未响应者是富有还是贫穷?保守还是自由?有影响力还是缺乏影响力?如果他们响应，他们的回答会怎样影响研究结果? 未响应误差 我们通过一个最坏的假设情况来表明未响应误差的影响可能有多大。假定我们计划调查1200个人，却只有1000人接受了调查，这意味着我们缺了200人的数据。在1000个我们调查的响应者中，我们发现600人(或60%)赞成某事物而其余人反对它。如果我们假定另外200人也赞成，那么在1200人中就有800人赞成，比例为67%。但另一方面，如果我们假定那200人反对，那么1200人中只有600人赞成，比例为50%。因此，仅仅由于未响应误差，观测样本中60%的赞成比例有可能实际只是50%和67%之间的一个随机数。这就可能给我们的研究结论带来很大的差别。 一些经验表明，在大部分情况下，未响应者和响应者并无多大差别。如果我们开始时有一个高的响应率，那么可假定未响应者也依同样的比例作出回答。但是如果响应率很低，例如不超过50%，那么不响应的影响可能会很大。 响应误差 如果研究者小心一点的话，由调查得来的数据是有可能避免响应误差(response error)的。 响应误差是在调查过程中，由于问题的提问方式、问题所处的位置或访员的影响而使得响应者在回答问题时产生的偏差。我们在这里讨论其中的一部分(而不是全部)情况。即使所有的问题都有了回答，我们所知道的也仅仅是调查时人们告诉访员的，而未必是他们实际上做的、感觉的或想的。当我们在报纸上读到，在最近的一次调查中有55%的人认为他们的生活很幸福，那么我们应该知道这句话其实是这个意思：被调查并回答了问题的人在当时有55%对访员说他们认为生活很幸福。 1.4.4 实验数据：寻找造成结果的原因 收集数据的另一种办法是在实验中控制一个或多个变量并测量操纵的结果。例如，如果我们给一组植物施肥，另外一组不给施肥，那么我们就是在控制植物土壤的成分。我们可以测量像增长率、成活率等变量。 实验数据（experimental data）是指在实验中控制实验对象而收集到的变量的数据。实验是检验变量间因果关系的一种方法。在实验中，研究者试图控制某一情形的所有相关方面，操纵少数感兴趣的变量，然后观察实验结果。 1.5 数据阵/数据文件 数据表通常叫做数据阵或数据文件。表1.2是一个根据抽样调查得来的数据生成的小数据阵的例子。 ? 表1.2一次抽样调查的原始数据 序号 年龄 性别 态度 1 20 男 反对 2 23 男 赞成 3 17 女 反对 4 38 女 中立 5 25 女 赞成 6 43 男 赞成 7 38 男 中立 8 51 女 赞成 9 35 男 赞成 10 39 女 反对 1.5 数据阵/数据文件 在计算机分析数据时，需要把数据文件中的描述性文字转化成数字。 每一个人都被分配一个身份号码作为名字。 年龄变量本来就是用数字测量的，因此不需要任何转化。 性别变量的两个取值是“女”或“男”，因此，“女”用数字0代替，“男”用数字1代替。当然还可以使用任何两个别的数字，比如用17代替“女”，用23代替“男”。 “态度”这个值可以用三个等级数1、2和3表示反对、中立和赞成。 表1.3 适合计算机处理的一次抽样调查的数据 序号 年龄 性别 态度 1 20 1 1 2 23 1 3 3 17 0 1 4 38 0 2 5 25 0 3 6 43 1 3 7 38 1 2 8 51 0 3 9 35 1 3 10 39 0 1 1.6 统计学和数学、统计软件的关系 统计学的基础是数学，尤其是统计推断牢牢地建立于数学基础之上。 但是，没有数学知识也是有可能学会统计，这是本书的讲述方式。 在本教材中，我们同时