抽样的逻辑.pptVIP

第三讲抽样的逻辑 参数值 概率抽样（Probability Sampling） 简单随机抽样（Simple Random Sampling） 方法：抛硬币、掷骰子、抽签、查随机数表等。 3. 分层抽样（Stratified Sampling）  a. 等比例抽样 要求各层之间的抽样比例相等。 方法1：先分成不同的层，然后采取系统抽样或者随机抽样按照比例抽取。 方法2. 分类，再把不同类别的要素放到一个连续性的列表中，然后再对整个列表进行随机开始的系统抽样。（误差将会在1-2个以内，如果在此步采取简单随机抽样将会使分层的效应被抵消） b. 不等比例抽样，加权 即各层之间的抽样比例不等: 有的层次在总体中的比重太小,其样本量就会非常少,此时采用该方法,主要是便于对不同层次的子总体进行专门研究或进行比较研究。如果要用样本资料推断总体时,则需要先对各层的数据资料进行加权处理,调整样本中各层的比例,使数据恢复到总体中各层实际的比例结构。 4. 整群抽样(Cluster Sampling) 5.多阶段抽样(Multi Stage Sampling) 亦称多级抽样，在上述整群抽样中，当子群或子群内部个体数目较多，彼此间的差异不太大时，常常采用更加经济的方法，即不将样本子群中的所有个体作为样本，而是从中再抽取样本，因最终样本的获得经过两次抽样，我们称其为二阶段抽样。同样可进行三阶段、四阶段等多阶段抽样。 如：我们若要调查北京市小学生的视力状况，可采用三阶段抽样的方法：先以学校为抽样单位，抽出若干所小学，然后再以班级为抽样单位抽出若干班级，最后以学生个人为单位从抽中的班级中抽取最终样本。 多阶段抽样 例：在一项某市居民对香皂颜色喜好的调查中，设计者打算采用入户调查的方式，为节省差旅费，希望样本能够集中，因此准备采用整群抽样。方案设计者手头有份该市街道名单。以街道作为群，工作量太大，以居委会为群，编制抽样框来不及，因此，他决定………… 优点：效率较高 局限性：每一阶段都会有误差。 适用范围：跨地区的研究，不可能或不方便编制一个完整的名单形成目标总体时；或者是在总体层次比较多或层次内单位数目比较多时，更加经济实用。 要点 概率抽样： 1 ．样本较具代表性；2．概率理论能够让我们估计样本的精确度和代表性。3. 尤其适用于从大的、已知总体中抽取样本；4. 适用于需要对总体给出很准确的估计的情况，例如要估计市场占有率、整个市场的销售量、估计某个地区的电视收视率等。还有全国性的市场跟踪研究（提供有关产品分类和品牌使用率等信息的研究），以及人口分布的研究等。但在概率抽样时要特别注意控制调查过程中的非抽样误差。 謝謝大家…. * * 讲解： 李素梅 总体与抽样框 概率抽样的应用 概率抽样的实际操作 抽样：从总体中选出具有代表性样本的过程。以便通过对样本的研究，取得能说明总体的足够可靠的资料，准确地推断总体的情况，从而认识总体的特征或规律性。 从样本的特征推断总体的特征 统计值 本样 总体 抽样原则：样本具有代表性，即所选取的样本能再现总体的结构。 总体 研究总体 抽样框 样本 推论的对象 抽样的对象 抽样的名单 抽到的对象 回顾几个概念吧 影响样本代表性的因素 样本容量 抽样方法 抽样框、总体是否一致等 抽样框与总体的关系：经过正确抽样所得的样本信息，只适合于描述构成抽样框的要素组成的总体，是否能扩展需要分析。 例：对纽约以及新泽西48个社区中68个药房药物的销售情况进行25年的调查（方法：“调查邻近药房的方式”）----能推断整个美国药房销售的情况吗？或是否能推论纽约和新泽西的药房的情况？ 理想的抽样框：所有的抽样单位必须覆盖总体，抽样框要求每个总体单位都应该对应着一个抽样单位，抽样单位必须相互独立，互不重叠。如以北京的所有街道的名单为一阶抽样中的抽样框，其必须覆盖北京所有的街道。 最理想的抽 样框 随机抽取 成员 组织如学校等 成员 抽样框表现形式----例：电话号码簿、邮政编码簿、车主名单、纳税人名单、领有营业执照的人员名单；大学、学术期刊、报纸、工会等名单 当你用电话簿或名册作为抽样框时，有没有注意它是否包含了总体所有单位呢？ 抽样框误差来源于：1. 不能覆盖总体单位； 2 . 包含了非总体单位； 3 . 复合联接； 4 . 抽样框老化。 非概率抽样方法 就近法、目标式抽样、 配額抽样、滾雪球抽样 确定合适的样本量 执行抽样设计 界定总体 决定抽样框 确定抽样步骤 概率抽样方法 简单随机抽样、分层抽样、系统抽样、整群抽样、多阶段抽样 概率抽样 系统抽样 简单随机抽样 分层抽样 整群抽样