第二章 选题与取样(2-抽样).pptVIP

第二章 选题与取样 第一节 选题 第二节 查阅文献 第三节 取样 第三节 取样 一 抽样的概念 二 取样的类型 一 抽样的概念 （一）相关概念 （二）抽样的作用 （三）抽样的类型 （四）抽样的基本程序 （一） 抽样的概念 抽样调查(Sampling survey)：运用一定的方法在调查对象总体中抽取一部分调查对象作为样本，并对样本调查结果来推断总体的方法 总体 样本 抽样 抽样框 1、总体（population）——所有元素的集合，一般用大写字母N表示。 元素（element）：构成总体的最基本单位 研究总体：在理论上明确界定的个体的集合体 调查总体：是研究者从中实际抽取调查样本的个体的集合体 如妇女－“2005年年满15－49岁的中国妇女”－“2005年10月1日零时（除台湾、西藏、香港、澳门）外28个省自治区15－49岁的妇女”，同时还将医院、精神病院、监狱、劳教所、军队中的妇女除外。 2、样本（sample）——从总体中按一定方式抽取出的一部分元素的集合。 样本数目一般用小写字母n表示。 一个样本就是总体的一个子集 3、抽样（sampling）——从总体中按一定方式选择或抽取样本的过程。从组成某个总体的所有元素的集合中，按一定的方式选择或抽取一部分元素(即抽取总体的一个子集)的过程。 4.抽样框（sampling frame）——又称抽样范围，指一次直接抽样时总体中所有抽样单位的名单 （一）随机取样 概述-随机取样的基本原理 1.简单随机取样 2.分层随机取样 3.系统取样 4.聚类取样 5.多段取样 44位女性汉族 44位男性汉族 6位女性少数民族 6位男性少数民族 一个方便的样本：易得，但没有代表性 抽样的最终目的：通过对样本的统计值的描述来相对准确地勾画出总体的面貌。 随机抽样的方法可以帮助我们实现这一目标。并且可以对这种勾画的准确程度作出估计。 总体中的每一个成员被抽中的概率相等(也即被抽中的机会相等)。而且，任何一个个体的入选与否，与其他个体毫不相关，互不影响。 每一个个体的抽取都是相互独立的，是一种随机事件。 例子：投掷硬币 对于投掷硬币的结果(总体)来说，只有正面和反面(个体)两种可能。 每次投掷硬币相当于一次抽样过程(从两种可能性中抽取一种)； 这种抽样是随机的(两种可能性都可能出现，且出现的机会均等) 尽管一次具体的随机抽样(一次投掷)只会有一种结果，或者说出现某一种情况(正面或反面)的概率为100％； 但是若干次不同的抽样的结果，却总是趋向于两种情况出现的次数各为50％——即趋向于两种不同结果本身所具有的概率，或者说趋向于总体内在结构中所蕴涵的随机事件的概率 概率抽样之所以能够保证样本对总体的代表性，其原理就在于它能够很好地按总体内在结构中所蕴涵的各种随机事件的概率来构成样本，使样本成为总体的缩影。 1.简单随机抽样（simple random sampling ） 对研究总体单位不进行任何分组排列，按随机原则，采用不放回抽取的方法，直接从总体中抽取一定的样本，以使总体的每一个样本都有被同等抽取的可能性。 具体方式： 抽签法（抽彩法） 随机数字表 例如 为了了解心理学系应用心理学专业09年级64名学生的视力状况，从中抽取10名学生进行检查，如何抽取？ 随机数表法 制作一个数表，其中的每个数都是用随机方法产生的，这样的表称为随机数表。只要按一定的规则到随机数表中选取号码。 步骤 （1）对总体中的个体进行编号（每个号码位数一致）； （2）在随机数表中任选一个数作为开始； （3）从选定的数开始按一定的方向读下去，得到的数码若不在编号中，则跳过，若在编号中，则取出，如果得到的号码前面己经取出，也跳过，如此继续下去，直到取满为止； （4）根据选定的号码抽取样本。 2.系统抽样（ systematic sampling ） 也称等距抽样或机械抽样 从总体中取一个随机起点，从该起点开始选取每K项元素（个体或分数等），直至取满所需要的样本量。K值一般以样本量与总体量的比值来确定。 例 某中学高一年级有10个班，每班50人，为了了解高一年级学生对老师教学的意见，教务处打算从年级500名学生中抽取50名进行问卷调查，如何取样？ 评价 比简单随机抽样更容易实施,可节约抽样成本; 效果受个体编号的影响，而简单随机抽样的效果不受个体编号的影响； 如果编号的个体特征随编号的变化呈现一定的周期性,可能会使系统抽样的代表性很差.例如学号按照男生单号女生双号的方法编排 系统抽样比简单随机抽样的应用范围更广 3.分层随机抽样（stratified random sampling ） 比率取样、分类取样、分组取样 按照总体已有的某些特征，将总体分成几个不同的部分（每部分叫一个层），在每一层中进行简单随机取样的方法 层次：指不同类