传播研究方法》第七讲.pptVIP

三、概率抽样的逻辑和理论——一些基本概念 参数（parameter）：对总体中某变量的概括性描述。 统计值（statistic）：对样本中的变量的概括描述，并被用来估测总体参数。 统计值 Statistic 样本框 Sampling Frame 总体（Population） 参数 Parameter 抽样过程 Sampling Process 样本（Sample） 数据中实际观察到的 抽样逻辑模型 我们想要研究的 * 三、概率抽样的逻辑和理论——一些基本概念 抽样单位（sampling unit） 抽样过程中的基本单元。在简单随机抽样中，抽样单位是个体（individuals）；在群集（cluster sampling）抽样中，抽样单位是由个体组成的群集。 层级（stratum）： 样本的一个子集。层级的划分通常是研究所关心的某一变量为依据。同一层级中的个案，就该变量而言，是同一的（homogeneous）。 * 拥有0-9美元的10人总体 总体平均值：（0+1+2+3+4+5+6+7+8+9）/10=4.5美元 抽样分布 * 1样本时的抽样分布 每次抽1个样本，对总体进行10次随机抽样； 图中10个点代表10个可以估计总体的“样本”平均值； 点的分布称为“抽样分布”； 显然，只选择一个样本的抽样很不理想，错失4.5美元这个真正平均值的可能性太大了。 * 3样本时的抽样分布 4样本时的抽样分布 * 5样本时的抽样分布 6样本时的抽样分布 每增加一次样本容量，估计平均值的抽样分布就都有一些改进。 所选择的样本量越大，根据样本的值来估测总体参数就越准确。 * 抽样结果可能的分布范围 假设研究州立大学的学生对校方拟实行的一套学生管理条例的态度。研究总体为20,000名该校注册学生，随机从中抽取100名学生为样本以估计总体的情况。 假设学生中有一半赞成，一半反对（研究者预先并不知道这一情况）。 * 三种假设的抽样所产生的结果 对学生名册上的每一个学生予以编号，使用随机数表选出其中的100位，询问其对于校规的态度。其中：48位学生赞同，52位不赞同； 以相同的方法选出另外100个样本。结果：51%赞同； 在第三组样本中，有52位学生持赞同态度。 * 抽样分布 如果扩大抽样数量，我们会发现，虽然抽样结果分布在一个相当大的范围内，但是大部分的抽样结果都出现在图中的50%附近。 * 抽样误差（Sampling Error） 标准误：某抽样设计的期望误差程度；指出抽样结果集中在总体参数附近多大的范围内。 其中一种测量方法： P、Q：二项变量的总体参数值 60%的学生赞成校规而 40%的学生反对，则P=60%，Q=60% N：每组样本包含的样本量【如n=100】 S：标准误 * 抽样误差（Sampling Error） 一定比例的样本估计值会落在总体参数值的某个增量内，一个标准误为一个增加单位。 大约34%的样本估计值会落在大于总体参数值一个标准误的范围内；另外34%的样本估计值会落在小于总体参数值一个标准误的范围内。 标准误5%：有34%的样本估计值会落在50%-55%的范围内，另有34%的样本估计值会在50%-45%范围内。总体而言，大概有68%的样本统计会集中在与参数值相差正负5%的范围内。 * 置信水平（ Confident Level ）和置信区间（Confident Interval） 置信水平：总体参数落在一既定置信区间的估测概率。 例如：我们有95%的信心说35%-45%的投票者会支持候选人A。 置信区间：估测总体参数值的范围。 例如：我们有95%的信心保证样本统计值会落在与参数值相距正负5%的范围内。 置信区间扩大时，置信水平也会增加。 几乎所有样本估计值（99.9%）都会落在与真实值相距三个标准误的范围内。 * * * * 到55%的范围内 * 一、引言——政治民意调查 2004年美国总统大选，各个民意测验机构尽管存在差异，但均一致认为双方势均力敌，以致难以预料输赢。 猜想：这些民意调查专家访问了多少受访者，使其对大约1.15亿选民的行为预测的误差不超过两个百分点？ * 2004总统大选前夕所预测的民意调查结果 日期 主办机构 布什 克里 10/28 Fox/OpinDynamics 50 50 10/28 TIPP 53 47 10/28 CBS/NYT 52 48 10/28 ARG 50 50 10/28 ABC 51 49 10/29 Fox/OpinDynamics 49 51 * 2004总统大选前夕所预测的民意调查结果 日期 主办机构 布什 克里 10/29 Gallup/CNN/USA 49 51 10/29 NBC/WSJ 51 49 10/29 TIPP 51 49 10/2