第5章 不等概率抽样.pptVIP

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于医院床位的数量，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家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。 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 一、不等概抽样的必要性： 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。如果总体中的每个单元在该总体中的地位(或重要性)相差不多，则这种基于等概率的抽样是理所当然的选择。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抽样(sampling with unequal probabilities)。 二、不等概率抽样的适用场合： 一种情况是调查的总体单元与抽样总体的单元可能不一致； 另一种需要用到不等概抽样的情况是，抽样单元在总体中所占的地位不一致； 最重要的一种不等概抽样乃是使每个单元入样的概率与该单元的大小成比例的抽样(sampling with probabilities proportional to sizes，简称PPS抽样)。 二、不等概率抽样的适用场合： 第三种需用不等概率抽样的情况是为了改善估计量的特性。 每个可能的样本若被抽的概率与样本中单元的辅助变量之和成正比的话，则按此进行不等概抽样所得到的样本，用通常的比估计方法所得的估计量是无偏的。 四、不等概抽样的特点 不等概抽样的主要优点是： 由于使用了辅助信息，提高了抽样策略的统计效率，与简单随机抽样甚至与分层抽样相比，能显著地减少抽样误差。 不等概抽样有以下的缺点： 1）抽样框中的所有单元，都要有高质量的、能用作大小度量的辅助信息； 2）抽样框的创建比简单随机抽样和系统抽样成本高，更复杂，因为需要度量和存储总体中每一个单元的大小； 3）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； 4）抽样及估计（特别对不放回抽样）相当复杂； 5）当单元大小度量不准确或不稳定时不适用，此时更好的办法是将单元按大小分组并使用分层抽样。 5.2 放回不等概抽样 一、多项抽样与PPS抽样： 1.多项抽样: *这种放回的不等概率抽样为何又叫多项抽样？ 2.PPS抽样 ： 2.拉希里法(二次抽取法)： 三、Hansen-Hurwitz估计量及其性质： 某系统各单位上一年与当年职工人数 某系统各单位上一年与当年职工人数 某系统各单位上一年与当年职工人数 某系统各单位上一年与当年职工人数 某系统各单位上一年与当年职工人数 解： 对单位进行PPS抽样：根据公式，Y的汉森-赫维茨估计 的理论方差为： 而若对单位进行简单随机抽样，同样样本量时Y的简单估计 的方差可计算如下： 因此在此例中，PPS抽样的设计效应为： 可见对PPS抽样，估计量的精度提高非常显著。 在实际中 当然是未知的，只有抽样才能观测到。下面列出4组PPS样本，分别计算Y的估计量并作方差估计。4组样本抽得的单位号码如下： 样本I：4，10，23，11，13，3； 样本II: 1，34，18，11，29，8； 样本III:12，10，36，4，24，4； 样本IV：14，4，18，11，34. 对每个样本 ，计算Y的估计量，记为 。为方便起见，令 则 计算结果列在下表中。 对前面表的总体进行n=6的PPS抽样的结果 注意到