[管理学]抽样调查理论与方法 金勇进第二版第3章-分层随机抽样.pptVIP

3.精度是以 的相对误差限 （在给定置信水平下）的形式给出： * * * * (1)确定的样本量分配形式： * * (2)比例分配， * * (3)Neyman分配， * * (4)一般最优分配， 例3.7 某工厂生产的机器供应全国219家用户，现在想请用户对该厂机器进行评分。今把这些用户分成本地区、本省外地区以及外省三层，相关资料如表3-11所示。现在要求评分均值的估计量的方差V=0.1，同时还要求费用最省，求样本量n及其在各层的分配，并计算出对应的最低费用是多少？ 3.6.2 总费用给定时总样本量的确定 * * 考虑简单线性费用函数，费用函数为 根据最优分配的结论，有 所以， * * 3.7 分层抽样的其他方面 3.7.1 多重分层 定义3.11 当调查指标 与两个或多个辅助变量 都存在相关关系时，为提高分层的效益，需要按每一个辅助变量进行分层，通常的做法是先按最主要的变量分成大层，在大层中再按第二主要变量分成子层，从而形成交叉分层。当存在多个分层变量时，这种分层方式即称为多重分层（multiple stratification） * * 对于多重分层，当“子层”划分好以后，就要考虑样本量在各子层的分配问题。 设按照变量1分层可以分层R层，每大层的层权为 ；按照变量2可以分成C层，每大层的层权为 。设总样本量为n，则kl子层的样本量为 。 各子层的样本量确定后，就可以在子层内随机抽取样本了。 * * 当样本量n相对于子层总数RC不够大时，可能出现某些子层分配不到样本的情况。 若 ，则此时应当考虑重新确定分层变量或者不采用分层抽样，否则这种分层的效益很难保证。 若 ，同时还满足 ，就可以考虑用试验设计的思想来进行样本量的分配。 【例3.8】 * * 3.7.2 事后分层 事先分层存在一定的困难，如 (1)各层的抽样框无法得到； （2）几个变量都适合于分层，要进行事先的交叉分层比较困难，并且我们并不需要交叉分层后每个子层的估计； （3）总体规模N太大，事先分层太费事等。 注意： （1）事后分层技术要求层权已知或可以通过某种途径获得，当层权未知需要对其进行估计时，应当确保层权的估计值与实际的层权相差甚小，否则将达不到提高估计量精度的目的。 （2）使用事后分层技术时，还应注意“事后层”不宜太多。 事后分层的实施办法： 先采用简单随机抽样的方法从总体中抽取一个样本量为n的样本，然后对样本中的单元按某些特征进行分层。假设在n个样本中，落入第h层的样本数为 ，有 ，此时，对总体均值 的事后分层估计为： 代表落入第h层的第i个样本的指标值。 性质3.1 在 固定而且都大于0的条件下， 可以看成是独立地从各层中抽取的简单随机样本。 根据性质3.1，在 固定而且都大于0的条件下，有 * * 定理 3.9 当 充分大时，事后分层估计量 及其方差 有如下性质： （1） （2） * * 第一项就是按比例分配分层抽样估计量的方差，第二项表示因事后分层而非事先按比例分配分层引起的方差增加量。 只要样本量足够大，事后分层的精度与按比例分配事先分层的精度相当。 * * 如果样本是按某一个辅助指标分层后抽取的，只要这个事先分层抽样是严格按比例分配进行的，则这个样本是自加权的，总体中每个单元被抽中的概率相同，我们可以将这个样本看作简单随机样本，分别对其它指标进行事后分层估计。 end 3.4.2 联合回归估计 定义 3.7 联合回归估计是指在分层随机抽样中，先对 和 作分层估计： 进而构造总体均值 的联合回归估计为： 总体总量 的联合回归估计为： 1. 当 为事先设定的常数 2. 当回归系数 不能事先设定 当 不能事先设定，取 的样本估计 ： 第h层样本相关系数的平方 3.4.3 分别回归估计与联合回归估计的比较 当 和 均取最优值时，分别回归估计优于联合回归估计，尤其是当回归系数相差较大时，分别回归估计的优越性更加明显。 小结 在比估计中，分别比估计与联合比估计均为有偏估计量，当各层样本量都比较大时，分别比估计与联合比估计近似无偏；当某些层的样本量不够大，而总样本量较