关于抽样调查精度的探讨.docVIP

关于抽样调查精度的探讨 关于抽样调查精度的探讨 探索与争鸣l 关于抽样调查精度的探讨 文/王学民 一 ,引言 随着我国经济形势的发展和WTO的加入,统计工作正 逐步向着与国际接轨的方向发展,抽样调查方法将在今后 的统计工作中发挥越来越重要的作用,并将得到更为广泛 的应用.抽样调查可分为概率抽样(或称随机抽样)和非概 率抽样(或称意识抽样)两种,两者各有其适用的场合,实际 应用中前者用得较多,因为它常常具有更多的优越性.非概 率抽样的一个重要缺陷就是不能给出抽样估计的精度,因 而很难对抽样的效果进行有效,客观的评价;而概率抽样往 往能给出抽样估计的精度,由此可对抽样的效果作出客观, 准确的评价,这是随机抽样的一大优点. 目前在国内,虽然抽样调查方法已得到了比较广泛的应 用,但有些关心或具体从事抽样调查的统计工作者,在采用随 机抽样的过程中往往只注重于得到具体的抽样估计值(即点 估计),而对如何给出抽样调查的精度却重视不够.得不到抽 样精度一般也就无法对抽样估计的效果进行评价,除非已经 知道被估计的目标量是多少.本文首先对一些抽样精度的概 念进行阐述,然后通过一个案例对抽样精度作进一步的探讨. 二,描述抽样精度的量 抽样调查的结果被用于对所研究的总体进行数量上的描 述,当描述的结果与事实出现差异时,便产生了调查误差.调 查误差通常分为两种类型:抽样误差和非抽样误差.抽样误差 完全是由抽样引起的,而非抽样误差包括了引起调查误差的 其他所有因素,主要是抽样框误差,计量误差和无回答误差. 抽样精度是随机抽样中用来度量抽样误差大小的量,它可以 分为绝对误差和相对误差两种.描述绝对误差的量有方差(或 标准差),均方误差(在有偏估计场合下),绝对误差限和置信 区间的平均长度等,描述相对误差的量有变异系数和相对误 差限等.需要指出的是,由于总体需估计的目标量e是未知 的,因此当用某个样本估计量0估计e时,估计的绝对误差l 6一el和相对误差l0一el/e都是未知的,因而也就不可能用 它们的数值大小来描述抽样估计的精度. 设总体容量为N,标志值为Y一,Y,从总体中抽取一 个样本容量为N的简单随样本Y一,Y,则总体均值Y= N.N = ?Y;,总体方差S=?(一),样本均值 上海统计/2002/10 = ??yi,样本方差S=(yl一).样本均值是总 体均值的无偏估计,的方差是 V()=詈(1一f) 式中f=n/N称为抽样比.上式中的总体方差s未知, 故需用样本方差s.代替,由此得到v(y)的估计量为 s()=等(1一f) 点估计的优点是能够给出一个明确的数值,但它的一 个大缺点就是不能指出这种估计的把握有多大,而置信区 间(也称区间估计)却能弥补这种不足,它能以一定的置信 度(概率)来保证估计的正确性.因此,在实际应用中置信区 间较点估计更为重要,但置信区间不太容易获得,往往需要 一 定的条件.当N很大时,根据中心极限定理可认为近似 服从正态分布,由此可得的l一(3t置信区间为 =?k,(n—1)s(y) 还可得到置信度为l一(3t的绝对误差限d,它满足 P(1—l-d):l一(3t d的含义是以概率1一(3t保证用估计量估计目标量的绝对 误差f一f不超过d.通过样本计算的s2()或s(),d和置信 区间的长度2k,(n—1)s()都是估计量的绝对精度,这里需注 意的是,s()的获得并不需要近似服从正态分布的假定,而d 和置信区间的获得一般需要这一假定.作为一条经验规则:若 n30,则一般认为近似服从正态分布,这时有d一,『, 可估计=s(),当n较大时,它与置信区间长度的一半k (n—1)s()近似相等.在实际应用中,d和置信区间有比s(y) 更清楚的直观含义,往往是人们更希望得到的量.但是,在小样 本情况下,一般只能得到s(),而不能得到a和置信区间,因此 这时只能用s()来描述估计量()的绝对精度. 估计量的变异系数定义为CV()=丽/,它是 的以其均值为单位的标准误差,因此它描述了估计量的 相对精度.另一个常用来描述估计量相对精度的量是相对 误差限r,它满足 PfLLsr1=1一 固 其含义是以概率l—q保证用估计量估计目标量的相对误 .一’ 差LL不超过r.若近似服从正态分布,则有r一,2CV Y (),cv()和r可分别估计为c奇()=s()/和;=/2s().r 有非常鲜明的直观意义,当样本容量n30时,一般得不到;的 值,只能用C奇()来度量的相对精度.从上述cv()和r的公 式中可以看到,如果所研究的指标其数值有正有负,且负数占 有不小的比例(如有些利润指标),则总体均