第11章 调查中的非的抽样误差.ppt

第11章 调查中的非抽样误差（non-sampling error）;本章结构;学习目标;11.1 引言;非抽样误差的特点;非抽样误差的产生;非抽样误差的分类;11.2 抽样框误差;二、抽样框误差的类型及影响;（二）对抽样框的一些基本认识;（三）抽样框误差的影响;分析;2、对均值估计的影响;分析;三、不完善抽样框的使用;（三）使用多个抽样框 设样本来自A、B两个抽样框，两个抽样框的单元总数分别为NA,NB,目标总体被分成三个部分：区域a、区域b、区域ab 1、利用抽样框A的样本对区域a、区域ab进行事后分层的总和估计为： 2、利用抽样框B的样本对区域b、区域ab进行事后分层的总和估计为： ;3、目标总体的总和估计为： 其中WA,WB为适当的权数，且WA+WB=1 4、估计量的方差近似表达为： 其中，α、β分别为重叠部分的单元占抽样框单元的比例： ;5、结合调查费用来确定各抽样框的样本量na、nb和权数WA 总费用函数为： 在总费用给定的条件下使总方差最小的最优抽样比为： 权数分别为： ;11.3 无回答误差;二、无回答产生的原因及影响;将总体分为“回答层”和“无回答层” 1、总体均值为： 2、从总体中抽取容量为n的简单随机样本，n1来自“回答层”，n0来自“无回答层”，则 用来作为总体均值的估计的偏倚为： 相对偏倚为： ;将总体分为“回答层”和“无回答层”，对总体总量估计带来的偏倚为： 说明：1、总量估计的相对偏倚与均值估计的相对偏倚相等，但绝对偏倚是均值估计绝对偏倚的N倍； 2、导致无回答偏倚的因素有两个：“回答层” 与“无回答层”之间数量的差异 及无回答率R0 3、如果无回答单元与回答单元目标变量的数量特征没有明显的差异，则无回答可以看成是由于随机原因所致，不会造成偏倚，而如果两者不一致，差异越大偏倚就越大。;三、降低无回答的措施;四、对存在无回答数据的调整（了解）;（二）加权调整 即通过给每个回答数据赋以不同的权数然后进行数据处理，从而调整由于无回答引起的偏差。 （三）相关推估法 主要用于项目无回答时。思路是寻找与无回答问题变量有关联的其他调查问题变量，利用调查数据建立起变量之间的回归方程，对项目无回答变量值进行推估。 （四）插补调整 是指在数据整理阶段利用调查结果，采用一定的方式为无回答的缺失值确定一个合理的估计值，插补到原缺失数据的位置上。 实际中一般涌均值插补。;补充：敏感性问题调查与随机化回答技术;沃纳随机化回答模型;具体操作;沃纳模型的估计量;例题;西蒙斯随机化回答模型（无关问题的随机化回答模型）;例如：问题1：你在期末考试中曾作过弊，对吗？ 问题2：你父亲的生肖属牛，对吗？（ ） 在n个被调查者中，有m个人回答“是”，那么： ;例题;解：n=800,m=420,p=0.5, ;采用随机化回答技术应注意的问题;11.4 计量误差;其中，被调查者误差分为两类： （1）无意识误差 主要表现为回忆误差，是对被调查的内容记忆不清而回答失真，无意识误差还包括“倾向性数字”。 （2）有意识误差 大多是由于问题的敏感或其他因素使回答具有某种倾向性。如：对收入、学历、职称等回答会偏高，对应纳税额会偏低。 无意识误差可以看成是随机的，不会带来估计偏倚，但有意识误差存在倾向性，会带来估计偏倚。;减少计量误差的措施;11.5 离群值的检测和处理;三、离群值的确认;最流行的检测办法是利用四分位数法，利用中位数测度集中趋势、利用四分位域测度离散趋势，因为这两个测度值对离群值都不太敏感。 上、下四分位域：