抽样理论与方法(统计学专业)分析报告.ppt

又如，对于霍维茨——汤普森估计量 在入选概率与规模成比例条件下， 的性质为 则 5.3不放回不等概率抽样 第06章 多阶段抽样 多阶段抽样概述 初级单元大小相等时的二阶抽样 初级单元大小不等时的二阶抽样 多阶段抽样 6.1 多阶段抽样概述 多阶段抽样 分多个阶段抽到最终接受调查的样本。 初级单元（PSU）----Primary Sampling Unit 二级单元 SSU ----Second-stage Sampling Unit 三级单元（TSU）----Third-stage Sampling Unit 最终单元 USU ----Ultimate Sampling Unit 6.1 多阶段抽样概述 多阶段抽样推断原理 以单位大小相同的二阶段抽样为例 6.1 多阶段抽样概述 推导 过程 6.2 初级单元大小相等时的二阶抽样 6.2 初级单元大小相等时的二阶抽样 6.2 初级单元大小相等时的二阶抽样 与整群抽样比较一下 6.2 初级单元大小相等时的二阶抽样 置信区间 4.2.3 总体比例的估计 若采用简单随机抽样，抽151人，其中女性72人，估计为 设计效应： 4.2.3 总体比例的估计 还可进一步计算群内相关系数 4.2.3 总体比例的估计 第5讲 不等概抽样 第05章 不等概抽样 不等概抽样概述 放回不等概抽样 不放回不等概抽样 第05章 不等概抽样 5.1.1 不等概率抽样的必要性 在简单随机抽样中，总体 或层 中的每个单元入样的概率都相等。 等概率抽样的特点是总体中的每个单元在该总体中的地位 或重要性 相同，在抽样时对每个单元采取的是“不偏不倚”的态度 。 等概率抽样不仅实施简单，而且相应的数据处理公式也简单。但是在许多实际问题中， 我们还需要使用不等概率抽样 sampling with unequal probabilities 。 5.1 不等概抽样概述 抽样单元在总体中所占的地位不一致： 例如：要反映某小麦品种的优良情况，以村作为抽样单位，但各村的种植面积不同，一些种植面积大的村庄在抽样中是否被抽中对推断总体的结果有很大影响 ，所以让“大单元”被抽到的概率大，“小单元”被抽到的概率小，这样能够大大提高样本的代表性，减少抽样误差。 5.1 不等概抽样概述 5.1 不等概抽样概述 例 O’Brien et al. 1995 对Philadelphia地区的病人进行抽样，目的是了解病人对于医疗服务的偏好。目标总体是这一区域的所有注册的医院的病人。 总共有294家医院，27652个床位（抽样以前，研究人员只知道床位数，不知道病人数）。 等概率的抽取样本医院的缺点？ 首先，可能医院中愿意接受CPR治疗的病人数量会正比与医院床位的数量，采用等概简单估计量可能会有大的方差。 其次，自加权的等概率样本可能难于管理。可能仅仅为了调查一两个病人就需要去一家医院，并且合理分配调查人员的工作负担也是比较困难的。 第三，调查成本在调查开始的时候是未知的----一个40个医院的样本可能包括了主要的大的医院，这会导致比预计更大的成本。 5.1 不等概抽样概述 5.1 不等概抽样概述 其他办法？ 调查人员还可以采用与医院病床数量成比例的方法抽取57个医院，然后从每个样本医院中抽取30个简单随机样本床位。 如果病人数等于床位数，并且医院实际的床位数和抽样时依据的病床数据一致，每个病人是否有相同的入样概率？ 而且成本在调查实施前是已知的，因为每个访员在每个医院访问的病人数量是相同的。而且，总体总量的方差可能更小。 分层抽样：抽样选择概率小的单位会有较高的权数。 采用不等概率抽样来减少抽样方差而不采用清晰的分层。采用不同的概率来选择初级样本单元，并且在估计中采用不同的权数来进行弥补。 抽样的关键是每个样本的选择概率是已知的。 5.1 不等概抽样 不等概率抽样的主要优点是由于使用了辅助信息，提高了抽样策略的统计效率， 能显著地减少抽样误差。 5.1.2 不等概抽样的特点 凡需使用不等概率抽样的场合，必须提供总体单元的某种辅助信息。 例如：每个单元的“大小”度量Mi。注意：比估计和回归估计是估计方法用到了辅助信息，本章是抽样方法用到辅助信息. 5.1 不等概抽样 抽样框的创建比简单随机抽样和系统抽样成本高，更复杂，因为需要存储总体中每一个单元的度量大小； 并非在任何情况下都能使用，因为 并不是每一个总体都有稳定且与主要调查变量相关的有关大小或规模的 度量； 抽样及估计（特别对不放回抽样）相当复杂； 当单元大小度量不准确或不稳定时不适用。 5.1 不等概抽样 * 5.1.3 不等概率抽样的分类 放回不等概抽样：按照总体单元的规模大小来确定在每次抽中的概率。抽取后放回总体，再进行下一次抽样，每次抽