[数学]抽样7.pptVIP

* 例：P159 * 2.简单随机抽样时，采用比率估计量 * 三、按与群大小成比例的不等概率抽样抽群 放回PPS抽样 总体总值Y的汉森----赫维茨估计量: * 总体均值 的汉森----赫维茨估计量: 群大小不等时，在PPS抽样下用汉森----赫维茨估计量估计总体总值或均值，估计量的方差取决于各群均值之间的差异； 在实际中，通常各群规模不等差异较大时，均值差异不大，因此汉森----赫维茨估计量的精度较高。 * 例：P159 * 1.简单随机抽样时，采用简单估计量 * 2.简单随机抽样时，采用比率估计量 * 3.按与面积成比例的PPS抽样时，采用汉森----赫维茨估计量 * 第三节 估计总体比例的整群抽样 一、问题的提出 在判断一个单元是否具有所考察的某项特征的调查，普遍采用整群抽样，因它总的效率较高。 在估计总体比例时，群大小无论相等或不相等，对群的抽样均可采用简单随机抽样，不过估计量需要采用不同的形式：在群大小相等时，一般采用简单估计；在群大小不等时，需采用比估计。 * 二、群大小相等情形 设总体有A群，每群含有M个调查单位： 1，第i群第j个调查单位具有某种特征 0，此调查单位不具有某种特征 则总体第i群具有某种特征的单位总数为： 第i群具有某种特征的单位的成数（比例）为： 就有，总体中具有某种特征的单位总数及比例为： 直接利用群大小相等时总体均值或总值的估计量的基本形式。 * 总体比例P的无偏估计量及其方差： * 例：在例7－1中除对居民小区住户进行食品支出费用调查外，同时也进行了家庭电脑拥有率调查，表中是15个单元拥有家庭电脑的户数及在本单元10个住户中所占比例。试对该小区的家庭电脑拥有进行估计并给出其标准差的估计。 * 三、群大小不等情形 ——用比率估计量 第i群具有某种特征的单位个数为Ti，第i群的单位数为Mi，则总体具有某种特征的单位的比例为： * 回忆比率估计量 的方差： * [例]某地为估计居民中男、女性别比例，以户为群进行简单 随机抽样，随机抽取68户，分别以 记第 户的人口数、 男性人口数、女性人口数，显然 。经过对调查数据整 理计算得 解： * 计算样本量为238的简单随机样本估计量的方差 本例中，P值在0.5附近，P=Q=0.5， 由此可见整群抽样的效率显著高于简单随机抽样。 原因在于一个家庭本身就具有比较均衡的性别结构，家庭内性别差异大，家庭间差异小，因此对家庭这样的群实施整群抽样估计性别比例可以具有很高的精度。 * 解： 不是 的无偏估计，此因类似于 有 因为对群进行简单随机抽样，故 ， ，从而 ，若取 则 P165-----7.3 * 第七章 整群抽样 第一节 概述 第二节 群大小相等时的整群抽样 第三节 群大小不相等的一般情形 第四节 估计总体比例的整群抽样 * 第一节 概述 一、什么是整群抽样 整群抽样是将总体划分为若干群，然后以群为抽样单位，从总体中随机抽取一部分群（初级抽样单位），对中选群中的所有基本单位（调查单位）进行调查的一种抽样技术。 要求：群与群之间不重叠，且总体的任何一个基本单位都只能且必须属于某一群。 * 当缺少基本调查单元的必要信息，编制抽样框比较困难，而“群”是现成的，或者群很容易划分，编制“群抽样框”非常容易； 实施调查便利，节省费用； 对某些由特殊结构的群组成的总体实施整群抽样能使精度有较大提高； 当群的大小接近时，常采用简单随机抽样； 当群的大小相差比较大时，为提高效率则更多地采用不等概率抽样。 二、整群抽样的适用场合 * 可以通过多抽几个群来弥补这一缺陷，但最关键的还是在于总体内群的划分。 为了使整群抽样的样本具有一定的代表性，应当使群与群之间尽可能地差异小，而群内单元之间的差异应当大，这意味着每个群均具有足够的代表性。如果划分的群相互之间很相似，那么少量群的抽取足以提供良好的精度。 例如，在一个有500个村庄、100000个农户的县，抽取 1％的农户就是1000户，而抽1％的村庄则只有5个村庄，也 许抽到的5个村庄农户多于1000，但由于样本单位只集中在 5个村庄，显然不如在全县范围内简单随机抽取1000户分布 均匀，代表性一般要差一些，抽样误差较大。 然而，整群抽样由于调查单位只能集中在若干群上，而 不能均匀分布在总体的各个部分，因此，它的精度比起简单 随机抽样，通常要