《抽样与抽样分布》1-3节课堂知识汇总及典型例题.docVIP

PAGE \* MERGEFORMAT 8 第五章 抽样与抽样分布 第一节 抽样的基本概念 一、几个基本概念 1、目标总体和抽样总体 目标总体就是研究对象的全体。抽样总体是指从中抽取样本的总体。二者理应一致，但实际中有时难以保证。 2、抽样单元和抽样框 抽样总体的具体表现就是抽样框，通常是一份包含所有抽样单元的名单，好的抽样框应该尽可能多地提供与研究目标有关的辅助信息。抽样单元是构成抽样框的基本单位，可以是一个个体，也可以包含若干个个体，还可以分级。分级情况下，总体由若干个较大规模的抽样单元组成，为初级单元，每个初级单元又包含若干个规模较小的单元，为二级单元，以此类推。抽取哪一级，就需要有哪一级的抽样框。 3、抽样误差和非抽样误差 抽样误差是抽取样本的随机性造成的样本值和总体值之间的差异。只要采用抽样调查，抽样误差就不可避免，但可通过增大样本量来减小误差。非抽样误差是由于其他多种原因引起的样本值和总体值之间的差异。 三、抽样方案设计 1、抽样设计步骤： 明确调查目的，确定研究对象，确定目标量； 明确总体及抽样单元；（根据总体的定义，收集一份全部个案的名单） 对主要目标量的精度提出要求（误差控制在多大范围内）； 选择抽样方法； 根据抽样方法、精度要求等确定样本量，并估计抽样误差； 制定具体步骤。 2、设计原则 （1）随机性原则——总体中所有个体被抽中机会相等。 （2）抽样效果最佳原则——在固定费用下，抽样误差最小；在要求精度下，费用最少。 第二节 抽样方法 一、随机抽样 1、简单随机抽样：最基本的抽样方法，最符合随机原则，每个个体都有同样的被抽中概率。是其它复杂抽样设计的基础。使用随机数表。 2、分层抽样：将总体按照某些特征分成若干个层，在每一层当中独立抽取若干子样本。要求组内同质性强，组间差异大。由于在每层中都抽取出一些样本，样本具有较好的均匀性，代表性更强。 3、整群抽样：先将总体划分为若干群，然后以群为初级抽样单元，从中随即抽取n个群，对抽中的裙内的所有次级单元都进行调查。要求群内差异大，群间差异小。组织上方便，但抽样单元过于集中，抽样误差最大。 4、系统抽样：按照某种顺序给总体中的N个单元编号，然后随机抽取一个编号作为样本的第一个单元，其它单元则按照某种确定的规则抽取。最常见的是等距抽样，按照相等的距离抽取样本。尽可能按照与调查项目有关的变量的大小顺序进行排序总体单元，类似于分层抽样，这样抽取出的样本分布均匀；或者随机排序；要尽量缩小各个等距组内的方差，增大等距组间的方差，否则抽出的样本有偏（每一组内都服从同样的规律）。 5、PPS抽样：概率比例抽样，是一种多阶段抽样，每一阶段都可视为整群抽样，每一个抽中的群继续被整群抽样，直到抽样的单元满足要求，成为基本的调查单元。PPS抽样的优点是每个群被抽中的概率与其规模成正比，规模大的抽样概率大，但是最终会实现每个个体具有相同抽样概率，保证估计的无偏性。 二、非随机抽样法（没有样本框） 1、目的抽样 由研究者根据自己的主观判断选择代表性个案。 2、偶遇抽样 　　常见于市场调查，街访。 3、定额抽样 根据总体的某些特征分组，然后用目的抽样或偶遇抽样来选择。代表性高于前两种方法。 非随机抽样优点在于简便，代价小，故常用于探索性或试点研究。缺点是不能推断总体。 第三节 抽样分布 一、抽样分布的概念 抽取到不同的样本，会导致样本统计量的不同取值。所以要抽取大量样本，计算出各个样本统计量出现的可能性，得到各个样本统计量的概率分布，才能判断和比较哪个样本量比较合适。 样本统计量的抽样分布：由n个样本的各观察值计算出的统计量的概率分布。 例1：从某个班100位学生中抽取4位学生，计算身高（μ=169，=6.4），来估计全班平均身高，假设抽取了成千上万个样本，得到了如下结果： 抽样分布 计算的期望值 计算的标准差（标准误差） P() P() (-169)2 (-169)2 P() 161 0.01 1.61 64 0.64 163 0.05 8.15 36 1.80 165 0.12 19.80 16 1.92 167 0.19 31.73 4 0.76 169 0.26 43.94 0 0.00 171 0.19 32.49 4 0.76 173 0.12 20.76 16 1.92 175 0.05 8.75 36 1.80 177 0.01 1.77 64 0.64 1.00 的期望值=169 的方差=10.24 P的标准误差=3.20 为了区分X的标准差和的标准差，的标准差通常称为标准误差(SE)。 可以发现，样本均值抽样分布成正态分布，有时大于有时小于总体均值，平均来看趋于μ。的期望值正好等于估计目标μ。总体标准差是的标准误差SE的2倍。为什么样本均值的波动小于观察值X的