课程二.ppt

課程二 抽樣與測量 什麼是變數 變數就是樣本或母體之中有變化的部份 例如：男性或女性、教育程度、都市化、經濟成長率、競爭力 相對應：常數 例如：政治制度、領土範圍、社會價值（？） 量化與類別變數 類別（或質化）變數：沒有順序，類別之間有質的差異 例如：宗教、地區、政黨、行業 量化變數：變數可用數字表示，代表順序或是相對的大小，甚至可計算平均值等統計。 例如：階級、幸福感、收入、教育程度 不同性質變數 名目(nominal)：地區、種族、職業… 順序(ordinal)：教育程度、成績等第、民主化程度、發展程度 等距(interval)：人口數、失業率、識字率… 那一種尺度比較好？ 順序尺度資料可以當做等距資料嗎？滿意程度？ 為何抽樣？ 有時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? 石門水庫管理局想要知道水庫裡有多少魚 ? Simple Random Sample 1 有N個單位在U集合之中，寫成U={1,2,…,N} ，每個單位對應一個固定的值yi 從中抽出n個樣本，每個樣本之中有相同單位數(1,…m)，每一個樣本的被抽取率以P(S)表示，全部樣本的P(S)總和為1。 Simple Random Sample 2 假設有N個單位每一次抽出n個單位做為一個樣本，則可抽出(N, n)個樣本，也就是P(S)=1/(N, n)=n!*(N-n)!/N! 例: N=8, n=4, 可抽出70個樣本，每一個樣本的被抽取率即為1/70 Simple Random Sample 3 樣本平均數也是母體平均數的無偏估計 樣本的變異數 母體變異數估計 二元分布 對母體平均值的估計＝ 對母體變異數的估計= 亂數表抽樣 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 用R抽樣 常態分佈下，假設平均值為0，變異數為1抽100個樣本:rnorm(100,0,1) 單一分配下，從0到100抽100個樣本:runif(100, 0, 100)—可能有小數點。 SRS例 從1456人中抽出30個樣本，每個樣本內有20人，測量體重。 擲銅板實驗 擲兩個骰子 抽樣誤差 Sampling error 樣本統計與母體參數之間的差距 隨機抽樣可估計抽樣誤差的大小；樣本數越大，抽樣誤差越小。 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。 非隨機抽樣2 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3 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。 非隨機抽樣4 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。 抽樣偏差1 Sampling bias 來自非隨機抽樣 也會來自隨機抽樣，如果樣本涵蓋率不足。 如果樣本無偏差，抽樣誤差的平均值應該為0。 抽樣偏差2 如果每一樣本的被抽取率不等，可能會有抽樣偏差。 例如：有一支以上電話的人容易接到電話訪問。 如果樣本被抽取與否跟某一變數有關，也可能有抽樣偏差。 例如：容易接觸到的受訪者也比較會回答信任他人。 其他非抽樣偏差 無反應 例如：郵寄問卷，有回信的人未必具有樣本代表性。 訪問中受干擾 例如：受訪者因為訪員使用的語言而故意回答特定的方向。 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 ，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