(应用统计学经济与相关管理中的数据分析)第六章抽样调查基础.ppt

* 第六章 抽样调查基础 【本章导读及学习目标】 抽样调查是统计学中两个具体研究样本获得方法的分支之一(另外一个是本书第八章讨论的试验设计)，它按一定的程序从所研究的对象的全体(总体)中抽取一部分(样本)进行调查或者观测，再根据获得的样本数据对总体的未知参数做推断(本章主要是估计)。抽样调查有较深的数学处理，本章只介绍一些基础。本章的主要目的是掌握几类重要的随机抽样以及系统抽样的基本思想，掌握简单随机抽样的样本容量确定方法，了解其他几类随机抽样的样本配置方法，掌握各类抽样的总体参数的简单估计方法，了解估计量的方差性质，知道比估计的概念。 * 第一节 基 本 概 念 抽样调查涉及的概念比较多。首先对抽样(sampling)做一个大的分类：概率抽样(probability sampling)和非概率抽样(non-probability sampling)，其中概率抽样又可以称为随机抽样(random sampling)。概率抽样具有以下几个基本特点：①能够确切地定义(或区分)不同的样本，即能够明确表明一个确定的样本包含哪些个体；②对每个可能的样本，都赋予一个被抽到的概率；③通过某种随机形式从总体中抽取一个样本，使这个样本被抽中的概率等于所赋予的概率；④从样本估计总体参数时需要与抽样概率相联系。概率抽样的优点在于可以估计抽样误差，可获得估计的精度。非概率抽样主要依赖主观判断，或根据操作方便的原则进行。非概率抽样一般不能估计其抽样误差。本章的重点是概率抽样，对非概率抽样只讨论系统抽样。 抽样可以逐个进行，即每次只从总体中抽取一个个体(或单元)，也可以整个样本一次同时抽取。在逐个抽取时，每次被抽到的个体可以不放回也可以重新放回整体中去，前者称为不放回抽样(sampling without replacement)，后者称为放回抽样(sampling with replacement)。如果整个样本一次同时抽取也是一种不放回抽样。另外，当抽取总体中的每个个体时，个体被抽中的概率可以是相等的，也可以是不等的。前者称为等概率抽样(sampling with equal probabilities)，后者称为不等概率抽样(sampling with unequal probabilities)。 * 一、抽样单元和抽样框 为使抽样能够实施，同时也为了具体抽样的便利，通常将总体划分成互不重叠且有穷尽的若干部分，每个部分称为一个抽样单元(sampling unit)。 抽样单元不一定就是组成整体的最小单位。如在电视剧收视率抽样调查中，可以将每个电视观众作为抽样单元，也可以将每个拥有电视机的家庭作为抽样单元；在人口变动量抽样调查中可以将县、乡(街道)或居委会(村)都作为抽样单元。抽样单元可以是自然形成的，例如各级行政单位、机关、学校、工厂以至个人；也可以是人为划分的，例如在田地调查中，将整块田地划分为边长一米的方形小块作为抽样单元。 抽样单元有大小之分。一个大的抽样单元(例如省)可以分成若干个小的抽样单元(例如县)，前者称为初级单元或一级单元(primary sampling unit)，后者称为次级单元或二级单元(secondary sampling unit)。这些概念对于理解较复杂的抽样方法，例如多阶抽样与整群抽样，非常重要。 样本中包含的抽样单元数 称为样本量(size of the sample)，样本量与总体单元总数 之比 称为抽样比(sampling fraction)。须强调，在复杂抽样中 是指该抽样中的最基本的单元的数量。 在总体中按抽样单元进行概率抽样时，需要一份有关抽样单元的名册、清单或地图。记录或表明总体所含全部(初级)抽样单元或一个较大的抽样单元所包含的全部次一级抽样单元的这种名册、清单或地图称为抽样框(sampling frame)。在抽样框中，每个抽样单元都被编上号。抽样框是设计并实施一个抽样方案所必须具备的基础资料。一旦某个单元被选中，也需要根据抽样框找到这个单元，从而能够实施调查。 * 二、误差 误差一般理解为估计值与真实值之间的差异。误差越小，估计量的精度越高。 抽样调查中的误差来源主要有两个，一种是非抽样误差(non-sampling error)，它是指由于调查中获得的原始数据不准确(例如测量误差)、抽样框有缺陷(抽样框中的抽样单元有重复或遗漏)、或在调查中由于种种原因无法得到符合抽样设计方案的全部样本数据(例如部分调查对象拒绝回答问题)等原因引起的。 抽样调查误差的另一来源是抽样误差(sampling error)，它是由于我们用局部的样本数据对整体的总体参数进行估计所引起的误差。 * 第二节 简单随机抽样 简单随机抽样(simple random sampling)有两种等价的定义：第一，从总体