[数学]ch5 不等概率抽样.pptVIP

样本单元 1，2 100/0.2 220/0.4 1050 0.02772 1，3 100/0.2 285/0.6 975 0.05346 1，4 100/0.2 360/0.8 950 0.11882 2，3 220/0.4 285/0.6 1025 0.11882 2，4 220/0.4 360/0.8 1000 0.25347 3，4 285/0.6 360/0.8 925 0.42772 说明：本题是总体信息已知，对书中的结果做了验证。 我们在实际工作中只抽到了一个∏PS样本，比如说，抽到了第3、4个单元，只用计算p34,p43,算出∏34，其余不用计算。 然后代入公式进行计算即可 （2）Durbin（德宾）方法（1967） 的概率抽取第二个样本。此时 以概率 在总体中进行一次不等概率抽样， 设第 个单元以概率 入样，在剩余的N－1个单元中，以 正比于 于是可以计算出 (7.19) (7.18) Durbin方法中的 与Brewer方法中的 完全一样 这表明两种不等概率抽样方法其实是等价的。 (7.20) 总体差异不要太大 逐个抽取： 关键：第一个单元与 成比例的概率抽取 剩余的N-1个单位不放回等概抽取 n 2条件下严格的πPS抽样 水野方法 非严格的∏ps抽样 在实际工作中，有时采用非严格的∏ps抽样： 耶茨-格伦迪逐个抽取法： 包含概率与单元大小并非严格成比例，即下式不严格成立 操作简单，想法自然较常用 以概率zi抽取第一个样本单元，不妨记为第一个；以概率zi/（1-z1）在剩下的 N-1个单元中抽第二个，不妨记抽中的为第二个；再以概率zi/（1-z1-z2）在剩下的N-2个单元中抽取第三个，以此类推，直到抽出n 个单元。∏i与单元大小并非严格成比例。 耶茨-格伦迪方法的入样概率不容易计算，因而不能用 霍维茨—汤普森估计量 采用Raj估计量 例：总体 N=10个单元组成，M0=30，要在总体中按不等概逐个抽取法抽出３个样本单元，调查后请对总体进行推算： ｉ　 Ｍｉ（第１个） Ｍｉ（第２个） Ｍｉ（第３个 １ ３ ３ ３ ２ １ １ １ ３ ６ ６ ６ ４ ４ ５ ７ ７ ７ ６ ３ ３ ３ ７ １ １ １ ８ ２ ２ ９ ２ ２ ２ １０ １ １ １ 和 Ｍ０＝３０ Ｍ０－Ｍ４ ＝26 Ｍ０－Ｍ４－Ｍ８ 1. 如果在[1,30]范围里产生随机数１２，则代码１２所在的４号单元被抽中； 2. 如果在[1,26]范围里产生的随机数是２３，则则代码２３所在的８号单元被抽中； 3. 如果在[1,24]范围里产生的随机数是５， 则代码５所在的３号单元被抽中； 如果调查知：y4=150, y8=100,y3=200 ， 具体抽样过程： 放回不等概率抽样（PPS）（重点掌握） 不放回不等概率抽样（∏PS ） 利用软件进行抽样和计算 本章小结： 多阶段有放回不等概抽样 实际工作中，如果初级单元大小不等，人们喜欢： 1、第一阶段抽样时按放回的与二级单元成比例的PPS抽样； 2、第二阶抽样进行简单随机抽样，且抽的样本量相同，这样得到的样本是自加权的，估计量的形式也非常简单。 例：某县农村共有14个乡509个村，在实现小康的进程中欲计算该县农村的恩格尔系数，即居民户的食品支出占总支出的比例。首先要调查全县的食品总支出，现采用了二阶段抽样，第一阶段先在14个乡中，按村的数目多少进行PPS抽样，共抽了5个乡，第二阶段在抽中的乡中随机地抽选6个村，然后对抽中的村做全面调查，取得的数据如下，估计全县的食品支出总额及其标准误。 样本乡序号 村数 样本村数 样本村平均食品支出（万元） 1 19 6 48 2 41 6 175 3 72 6 108 4 54 6 90 5 36 6 100 多阶段有放回不等概抽样例题分析 多阶段有放回不等概抽样例题分析 误差有点偏大，要想提高估计精度，必须 增加第一阶段的样本量 例；某小区有10座高层建筑，每座高层建筑 拥有的楼层数如下表， 高层建筑 A B C D E F G H I J 楼层 12 12 16 15 10 16 10 18 16 20 用二阶段抽样方法抽出10个搂层进行调查，第一阶段PPS抽出5座建筑，第二阶段按简单随机抽样对每座建筑抽取两个楼层，具体数据如下表所示，对小区总居民进行估计，并给出估计的误差。 初级样本序号 1 2 3 4 5 居民数 18，12 15，18 19，13 16，10 16，11 多阶段有放回不等概抽样例题分析 解：已知n=5