第2章数平据的收集.ppt

《文学文摘》预测罗斯福竞选落败 在美国1936年的总统选举中，两位竞争者分别是民主党的罗斯福和共和党的兰登。竞选前美国著名杂志《文学文摘》发放了1000万份的调查问卷，通过对收回的240万张问卷及电话调查的结果进行分析，预测兰登将获得57%的选票 而最后的投票结果是：罗斯福以62%对38%一边倒优势胜出。 《文学文摘》也最终因此而破产倒闭。 问题：为什么《文学文摘》调查的样本量如此之大，结果却那样离谱？ 1、样本抽选有偏差 兰登的支持者主要是富裕阶层，大资产阶级，而罗斯福的支持者主要是一般工薪阶层、中下层平民。 在1936年，美国约有1100万户家庭拥有电话，有900多万失业人口。 2、没有考虑缺失数据的影响 在芝加哥对三分之一的选民进行调查，只有20%的比较富裕的阶层给予回答。 民意调查（二） 1948年的美国总统选举中，两位竞争者分别是共和党的杜威和民主党杜鲁门。 The buck stops here ——— 杜鲁门 1、配额抽样 例如，盖洛普的民意测验在圣. 路易斯访问13对象，要求 （1） 6人住近郊，7人住在市中心 （2） 男的7人，女的6人 （3）7个男的中3个40以下，4人40岁以上 2、访问人员自由选择配与定额的方法 盖洛普民意测验记录 原始数据和二手数据的比较 《金钱》杂志公布了一项研究，揭示了消费者认为的航空公司最重要的特点。按照重要性顺序，依次是安全、价格、行李处理、按时起飞、乘客服务、以及食品。 《金钱》根据这些特点评出了美国10家最大的航空公司。 数据的直接来源 普查：对总体中的所有个体进行调查 如：人口普查、工业普查等 特点： （1）通常是周期性的，一般需间隔较长时间； 逢“0”年份：人口普查 逢“3”年份：第三产业普查 逢“5”年份：工业普查 逢“7”年份：农业普查 （2）一般需要规定统一的标准调查时间，以避免调查数据的重复或遗漏； 在某城市某街道所管辖的10000户居民中，抽取200户居民，就居民对某种商品的需求量进行调查，就可以做10000张纸片，写上1-10000号，从中随机（或按随机数）抽取200张，被抽中的居民即为样本。 特点 简单、直观 对参数进行估计比较方便 局限性 当总体量很大时，不易构造抽样框 抽出的单位很分散 没有利用其它辅助信息 分层抽样的步骤 （１） 确认目标总体。 （２） 决定样本数。 （３） 决定分层标志。 （４） 将总体按照分层标志分成若干类，其 中每一类称为一层。 （５） 在每一层中随机抽取出足够的样本。 消费倾向调查 在进行消费倾向调查时，按年龄将调查人口分为老年人、中年人、青年人三类。总调查人口6000人，其中：老年人1000人，中年人2000人，青年人3000人。现从中抽取200人。 问题：如采用等比例分层抽样，如何确定样本数量？ 调研某地家用电器产品的潜在用户 分层抽样的优点 优点 样本的结构与总体的结构比较相近 既可以对总体参数进行估计，也可以对各层的目标量进行估计 抽取2000个样本。假定该市共有1000个居委会，每一个居委会平均有100户居民。这样，就可以居委会为单位，采用纯随机抽样抽出20个居委会，共2000户，然后把这20个居委会的2000户视为样本进行普查。 整群抽样与分层抽样的区别 1、 分层抽样分成的各类彼此之间差异明显， 而每类内部差异不大； 2、整群抽样的群间彼此差异不大，而每群之内差异明显。 3、 分层抽样每类都按一定比例抽取样本，而整群抽样是从总群中抽出若干群 （１） 将总体单位排列。 （２） 决定抽样间距（总体单位数／样本数）。 （３） 采用简单随机抽样法抽出一个单位作为起点。 （４） 取得一个样本单位后，每隔一个抽样间距抽 取一个单位，直到样本数足够为止。 系统抽样例子 对1000个企业进行抽样调查，样本数为100，则抽样时间距为1000/100=10。我们可在1-10中随机抽取一个单位，作为起点。譬如，单位 3 为起点，则样本单位号码依次为3，13，23，33，…直至样本数量达到100个为止。 自愿样本例子 1984年的《ABC之夜》节目，请观众给