我们统计的一边（第一讲）.pptVIP

* * 2006由北京报章举办的“中国最美50人”选举终于有结果。新明日报报道，从中国大陆、香港及台湾挑选50俊男美女，最后中国首席女演员巩俐当选第一名；而‘超级女声’得奖者李宇春及刚夺得香港金像奖影后的周迅，则分别排名第二和第三，同样是中国首席女演员的章子怡则三甲不入，只排名第4。 [网络投票经不起推敲 喻教授表示网络就是一种游戏，它有很多不确定性，比如主体不确定，因为在网络上可以随意冒充他人身份，而别人根本不会知道。从研究者的角度上看，它是一种可有可无的东西，从统计学的角度上看，网络投票也不具有推断价值，经不起推敲。这种网络投票，其实谈不上公平，因为这种规则本身就是不公平的，既然选择了网络投票，选择参与就不要太当回事。 ] * * 抽样误差，指样本无法完全代表总体，由此产生的误差。它只存在于抽样调查中，它不能完全避免，但可以有效控制； 非抽样误差则存在于任何形式的调查中，比如填写错误、样本重复或丢失而产生误差、被调查者提供不实数据而产生的计量误差。 * 抽样的原理很简单：用足够大的样本数量、样本抽取的随机性来保证样本对总体的代表性，但这有时并不容易做到。 样本的选择，有时会有偏差，使得样本很片面地“代表”着总体。 这种偏差，可能出自无心，也可能出自有意。 * 例1 1936年美国大选：罗斯福 vs. 阿尔夫 1936年预测美国总统大选 预测机构：美国《文学文摘》杂志 预测方法：抽样调查、民意调查 样本选择：从1000万个电话用户与《文学文摘》的订户中随机抽样调查 预测结果：阿尔夫以370：161的比例胜过罗斯福 * 实际结果呢？——罗斯福胜出！ 预测失败原因：1936年时有能力安装电话、订《文学文摘》的人在经济上较为宽裕，不能很好代表美国社会各阶层。 并不是样本越多就越能反映总体，关键在于所选择的样本能多大程度代表总体。 * 再看一例： 1984年11月，里根与孟代尔竞选美国总统。盖洛普、哈里斯及国家广播公司三家民意调查社在前三个月所做调查的统计分析，里根分别可获得大约58%，54%，及60%的选票。 正式选举的结果：里根约获59%选票，而孟代尔约获41%选票。 * 此次美国所有的民意调查的预测数字与其选举结果最多只有5%的误差，但被调查的选民最多不超过3000人，可见统计的技巧是多么神奇！ 假使当年尼克松总统相信统计的话，大可以拨出一笔款来，委托民意调查公司做类似的统计调查、分析，假公济私一番！ 实在不必派人潜入水门民主党总部偷取文件，做出卑鄙的事来，结果反而弄得自己身败名裂，鞠躬下台，何苦来哉。 * 例2 你相信网络投票结果吗？ 2006年，北京某报纸举行“中国最美50人”网络投票评比活动。 * 例3 耶鲁学生身价几何？ 美国《时代》杂志：“耶鲁大学学生毕业25年后一般年收入251,112美元。” 2006年，美国平均收入3.68万美元 25万美元意味着它进入了收入金字塔结构的上层 * 分析 这是一个平均数 毕业25年后，没人能获得所有毕业生的数据，所以，这是一群样本单位数据的平均数。这个抽样的样本有足够的代表性吗？ 这个样本由哪些人组成？显然，是由调查者能获得联系地址、并肯回答调查问卷的人组成。这些人有代表性吗？ * “地址不详” 的迷途小羔羊，会是事业上很成功的人吗？ 不太得志的学生，愿意回答、或如实回答自己的薪酬水平吗？ 结论：这是一个采用有偏样本的调查，其结论并不可信。 * 案例4 统计陷阱——献血有助长寿 有研究声称：献血有助长寿！ 采样：找两个样本组：一组是经常献血者，另一组是没有任何献血记录者，比较他们的寿命，到底谁活得长？ 发现：经常献血者的平均寿命高于无献血者 结论：献血有助长寿! 讨论： （1）这个调查有问题吗？ （2）有的话，问题出在哪里呢？ * 调查案例 * 许多新闻机构常举办民意调查，探询人们对某些议题的意见。这类民意调查每年都持续进行，但到了选举前才特别受重视。这其中以盖洛普民意调查最为出名。 盖洛普公司由美国著名的社会科学家乔治·盖洛普博士于1930年创立，是全球知名的民意测验与商业调查/ 咨询公司。 案例1：民意调查 * 盖洛普民意调查方案 总体：18岁以上的美国居民 样本：从总体中选出且经过电话访谈的人，其人数在1000-1500之间 标志：各个受访者对某项政策的态度（赞成、中立或反对） 指标：全部受访者对某项政策持有的一般态度： 持赞成、中立或反对意见的各占全部受访者的比例 * “市场调查”是为了了解消费者的喜好及产品的使用情况。 市场调查中的一个著名例子是“尼尔森媒体研究”做的电视收视率调查服务。尼尔森收视率影响广告商愿意花多少钱来买某节目的广告，以及该节目播不播下去。 案例2：电视收视率 * 对于尼尔森全国电视收视率调查来说： 总体：