多阶段集群抽样.pptVIP

抽樣法 蔡佳泓 政大選舉研究中心 副研究員 課程目標 抽樣原理 非隨機抽樣 隨機抽樣 等距抽樣 分層隨機抽樣 多階段集群抽樣 抽樣原理 由於我們不可能訪問母體中所有的個體，所以必須進行抽樣。 例: 台灣地區七歲到十二歲的小孩在除夕夜平均每人收了多少壓歲錢? 石門水庫管理當局想要知道到底水庫裡有多少魚 ? 非隨機抽樣(1) 偶遇樣本（haphazard sample）或便利抽樣（convenient sample），碰到誰就選誰的抽樣，做研究的人並不在乎調查對象是否有代表性，例如生物學家解剖青蛙，心理學家觀察人們對聲光刺激的反應，醫生徵求自願者做藥物反應的實驗等等。 配額抽樣(quota sampling)依照母體的人口特徵按比例分配樣本數，在配額之內進行非機率抽樣，也就是把調查對象依照特徵分類後，根據各類別的百分比每類立意選樣至額滿為止。 非隨機抽樣(2) 立意選樣（purposive sampling）或判斷選樣（judgment sampling），這是經由專家主觀判斷，立意選定他們認為「有代表性」的樣本來觀察。 雪球抽樣（snowballed sample）先找到原始受訪者，然後再從受訪者所提供的資訊找到其他受訪者。 抽樣的推論 主要想知道母體的平均值跟離散程度(變異數或標準差) 抽樣原理(1) 當我們做無數次抽樣之後，所得到的每一個樣本平均值將形成一個常態分布。而這些樣本平均值的離散程度就是樣本標準差=σ /sqrt(n) 。 如果樣本抽的次數夠多，真正的母體平均值μ應該等於所有樣本平均值的平均值加減一定的標準差。 但是我們不可能抽無限次的樣本，只能假定單一抽樣就代表無限次抽樣後的平均值。因此我們對母體平均值的估計就是依照抽樣結果。 抽樣原理(2) 根據上圖，我們知道，68%的樣本平均值會落在μ加減一個標準差的範圍中。如果是μ加減兩個標準差的範圍，則會包含95%的樣本平均值。如果是μ加減三個標準差的範圍，則會包含99%的樣本平均值。 換句話說，68%的樣本平均值加減一個標準差會包含μ 。以此類推。 抽樣誤差 抽樣一定會有誤差，也就是根據樣本的調查結果跟真實母體之間有一定的差距，稱為抽樣誤差。 抽樣誤差代表一種區間，也就是樣本估計的結果被包含在一定的上下限。 抽樣誤差(1) 因為在二次分布，抽到某一樣本的機率為sqrt[p(1-p)/n], 而p=0.5時, 機率最大，所以一個簡化的抽樣誤差公式可假定σ 等於0.5 ，2個標準差的抽樣誤差即為2*sqrt[0.5*0.5/n]. 也就是-- 抽樣誤差(2) 因為我們知道全部樣本的最小跟最大之間有6個標準差，所以先假設最小值a跟最大值b, σ =(b-a)/6, 反推得n 例: 身高最矮假定為145cm, 最高205cm, σ=(205-145)/6 = 10 . 若希望2σ/sqrt(n) = 0.5cm, 則代入σ得20/sqrt(n)=0.5, n=1600. 信賴水準與抽樣誤差 剛剛提到的68%或95%或99%通常稱為信賴水準。意思為抽100次樣本， 有多少比率的樣本是我們確定會以一個特定區間包含母體平均數μ 。 信心水準越高，所需要的區間也就越大， μ的上下限也就差距越大。所以信賴水準跟抽樣誤差之間必須取捨。通常我們是用95%信賴水準，對應兩個標準差的抽樣誤差 信心水準與抽樣誤差試算 信心水準與抽樣誤差注意事項 上述的公式完全不考慮母體大小，只考慮樣本數大小 。 根據上述的公式可以逆向推估需要的樣本。 當母體非常小的時候， 例如低於100 ， 抽樣誤差已經沒有意義，可以考慮全查。 單純隨機抽樣 將每一個觀察值加以編號 依照亂數表選中一個號碼 每個觀察值應該有同樣的中選機率 等距抽樣(1) 把全體總數N除以樣本數n得到K，起始為隨機亂數抽出R，然後每隔K個抽出一個樣本， R， R+K ，R+2K ，R+3K ，一直到R+(n-1)K。 如果觀察值本身有分組， 則是依照各組人數從小而大排列， 然後各組內再編號以方便抽出。 假如我們有4800個觀察值如下表，如何抽出16個樣本？ 先抽一個亂數6 ，然後每隔300就抽一個。 等距抽樣(2) 分層隨機抽樣 SRS 先把母群體的所有個體依某些特徵分類，也就是分層，然後在各層之內再進行獨立的隨機抽樣。 按各層佔母體的比例決定樣本數，或是每一層抽同樣的樣本數。 多階段集群抽樣 (1) 主動將樣本分成若干層， 原則為層內同質性越大越好， 層外同質性越小越好。 例如： 依照都市化程度分鄉鎮； 依照學院特性分科系； 依照學校特色分學校 。 人數越多的層應該分到越多樣本(PPS)；在各層之下再分段以簡化抽樣。 每一人的中選機率仍然會相同。 多階段集群抽樣 (2) 例如調查政大的學生對政大的認同感。 根據資料，博士班學生約