ok概率抽样.pptxVIP

概率抽样陈富教育学院山西师范大学概率抽样概率抽样： 就是使总体中每一个体都有一个已知不为零的被选机会进入样本。概率抽样分为两大类：等概率抽样和不等概率抽样。等概抽样：给总体的每一成员以相同的选择概率的抽样设计不等概抽样：在总体的某些成员入选样本的可能大于其他成员时，所得到的样本等概抽样的总体中每一个体被选机会相等，非等概抽样每一个体被选机会不等。等概率抽样又称随机抽样。概率抽样是以概率理论为依据，通过随机化的机械操作程序取得样本，故而能避免抽样过程中人为因素的影响，保证样本的代表性。对于不等概率抽样，可以采用某些加权的方法对不相等的概率作调整。为了弥补总体成员入选样本的可能性上存在的差别，研究者必须对不等概样本的数据进行修正。修正的方法是在估计时给某些个案以更大的影响力或权重。例如，在总体的某些成员入选样本的可能性四倍于其他成员时，那么在估计时它们的权重就必须减少为四分之一，或以0.25为权。缩小这些个案的影响将使这些个案出现在样本中的可能四倍于其他个案这一事实得到控制。基于选择概率的权重使我们得以用不等概的样本来无偏地代表总体。假设研究者想在一所男生仅占20%的大学里对男女学生进行比较，并希望男学生在样本中的人数不少于200个。这样，500人的样本中应该有100个男生。但是，如果能事先区分出男学生，就可以将男生的选择率提高为女生的2倍。以这样的方式抽样，我们不用为了增加100个男生，再追加500个被调查人。另加的100个男学生仍基于原来的500个人的样本，只不过样本中男生的总数变成了200。这样在进行男女生比较时，我们将会有由200个男性被调查者和300个女性被调查者的样本提供的精确度。为了将这些样本合并在一起，研究者应给予男性被调查者的权值为女生的一半，因为男生的选择概率是女生的2倍。表：不等概抽样示例女生男生总体的人总体中所占百分比8020抽样分数（比例）1/101/5样本中的人数400200未加权的样本百分比66.733.3权（以调整选择概率）11/2加权样本人数400100加权样本百分比8020统计推论时，需做加权处理从上表中，可以看到被调查者中有33.3%的是男生（600人中有200个男生）。但是，采取了加权的办法后男生组成了加权后样本的20%，这就与他们在总体中所占的比例相等。当然，还有一种方法，就是在与有可能成为调查对象的人接触后，依据从他们那里收集到的资料，对选择率进行调整。仍以上述大学生调查为例，假设事先不能查明学生的性别，研究者可以选择一个有1000名学生的初始样本，让调查者把每个学生的性别查明，然后对所有被选的男生（200）和一半的被选女生（400）进行调查。有时我们希望了解的是一些层所代表的子总体的情况，而不是总体情况。例如，我们想了解山西师范大学本科生、硕士研究生与博士研究生对职业的选择趋向。全校共有学生1000人，三者所占比例为6：3：1。如果我们按比例抽选一个60人的样本，则博士生仅占6人，数量太少，这时我们就要使用异比分层。每组均抽20人，这就使博士生的被抽机会三倍于硕士生、六倍于本科生，是一个非等概抽样，为此，在作统计推论时，要进行加权处理。在一个概率样本中，某些单位已确定要被选入，它们入选的概率为1。这些单位是研究者主观判定样本中必须要有的个案。任何在晋中地区的调查一般都会包括太原的小店区。在样本中太原的小店区只代表它自己，为了弥补选择概率上存在的差异，在使用样本进行估计的时候，需要进行一定的修正。在以各种方式抽取的样本中，随机样本的代表性最高。（随机选择去除了选择过程的主观偏倚，从而使我们有了将样本结果推论到总体的理论依据）虽然随机样本不会完全与总体一致，但它能确定抽样误差，能正确地说出样本的统计值在多大程度上适合于总体，像所有的科学方法一样，它允许通过对误差来源的分类和客观评价进行积累改进。样本类型特征和抽样程序简单随机根据真正的随机程序抽取，研究总体的每一成员都有相等的入选概率系统（等距/机械）研究总体的每一成员既可以是在实地集合在一起，也可以是列在清单上的，先设计选定一个随机的起始点，然后以相等的间隔选取总体的每一成员[选择每隔第K号的人（准随机）]分层研究总体的每一成员被分配到一个组或一个层，然后再在每一层选取简单随机样本[从事先决定的团体中随机抽取]比例每个次级群体在样本中的比例与在总体中的比例相同非比例不考虑在总体中的比例，样本从每个次级群体中抽取同等数量的个体。概率抽样的类型概率抽样的类型样本类型特征和抽样程序整群研究总体的每一成员被分配到一个组或一个群，然后再随机地选取群，选出的群中的每一成员都将被包含在样本中[在数个层级中的每一个都采取多阶段随机样本]多阶段抽样先如整群抽样那样，抽取群，然后再用简单随机抽样法从选出的群中抽取样本成员，群的抽取可以分多