抽样调查数据分析-EmpowerStats.PDFVIP

抽样调查数据分析 抽样调查数据的分析与大样本内单纯随机抽样数据的分析有些不同，为什么呢？从一个大样 本进行的单纯随机抽样，调查样本可以看成是来自同一总体的独立样本，其总体 （大样本）被认 为是不可知的，样本数据被认为是完全随机的，分析的目的是根据样本对不可知的总体分布进行 建模。而基于特定抽样方案的调查数据，其总体人口被认为是固定的，随机性完全来自抽样程 序，而抽样程序又是完全可控的，如果抽样方案涉及如下情况，则其统计计算方法就有不同。 1. 分层抽样：将群体划分为实际上同质的群组（层）并从每个层中采样预定数量。这种抽样 方法将增加给定样本大小的精度。 2. 整群抽样又称聚类抽样。是将总体划分成若干个互不交叉的集合 （例如地理位置）称之为 群，随机抽取若干个群，然后在这些群内可再次随机抽样。这种抽样方法将降低给定样本 大小的精确度，但会降低调查成本。 3. 不等概率的采样：对样本小的群 （或层）采样概率高于样本大的群 （或层），这样有利于 提高精度。 4. 有限总体：如对某一群 （或层）里的所有人进行调查，其得出的指标就没有变异；如对其 中大部分人进行调查，得出的指标的可变性就比较低。 下面介绍易侕统计软件对分层抽样、整群抽样与两阶段整群抽样的数据分析方法。 一、分层抽样 首先要知道 “层” （Strata）是什么，每个层内的总人口数（Finite Population Correction）与抽样数，换算成每个抽到的个体所代表的权重 (Weight)。 例 1，练习数据 apistrata 是按学校类型（变量名 STYPE，分 elementary, middle, high 三 组）进行分层抽样得来的数据，抽样权重变量为PW，每层学校总数变量名 FPC。下载地 址： /empowerStats/exdata/apistrat.xls 部分数据显示如下： SNUM STYPE PW FPC ELL MEALS 146 0 44.21 4421 39 36 169 0 44.21 4421 3 15 189 0 44.21 4421 45 74 208 0 44.21 4421 8 6 215 1 20.36 1018 26 54 114 1 20.36 1018 33 52 280 2 15.1 755 0 12 448 2 15.1 755 8 38 这里我们看到同一层（STYPE 相同）里每个抽到的个体所代表的权重与该层内总体数都应该 是相同的。以STYPE=0 为例，这一层内 FPC=4421，抽样数为 100，因此这一层内每个抽到的个体 权重为 4421/100=44.21。 分析目的1：对变量API00, API99, ELL, MOBILITY, MEALS, COMP.IMP, AWARDS 进行描述 性统计。 使用易侕统计软件数据分析菜单下的研究人群描述模块，操作界面如下： 点击 “Survey design”，输入上述抽样调查方案如下： 这里必需要提供的是分层变量名 STYPE，抽样权重PW，与每层总样本量FPC。 在设置了抽样方案设计后，设置分析操作如下： 查看结果如下： 研究人群描述 NA N Mean Se 95%CI.low 95%CI.upp API00 0 6194 662.3 9.4 643.8 680.7 API99 0 6194 629.4 10.0 609.9 648.9 ELL 0 6194 22.9 1.7 19.6 26.1 MEALS 0 6194 48.2 2.2 43.8 52.6 MOBILITY 0 6194 17.