【抽样技术】讲稿5.ppt

第三节 多阶段有放回不等概抽样 第三节 多阶段有放回不等概抽样 二 多阶段有放回不等概抽样 以三阶段抽样为例 第三节 多阶段有放回不等概抽样 实际工作中，通常做法是前二阶采用PPS，最后一阶按等概率抽取最终单元，且各阶段样本量对不同单元都等于常数，则所得样本是自加权的。 此时有： 第三节 多阶段有放回不等概抽样 第三节 多阶段有放回不等概抽样 例【5-5】某调查公司接受了一项关于全国城市成年居民人均奶制品消费支出及每天至少喝一杯鲜奶的人数的比例情况的调查。 第三节 多阶段有放回不等概抽样 确定抽样范围为全国地级及以上城市中的成年居民。成年居民指年满18周岁以上的居民。 第一步：确定抽样方法 调查公司决定采用多阶段抽样方法进行方案设计，调查的最小单元为成年居民。确定调查的各个阶段为城市、街道、居委会、居民户，在居民户中利用二维随机表（Kish随机表的简化）抽取成年居民。 第三节 多阶段有放回不等概抽样 第二步：确定样本量及各阶段样本量的配置 第三节 多阶段有放回不等概抽样 初级单元：20个城市； 二级单元：80个街道，每个样本行政区内抽4个街道； 三级单元：160个居委会，每个样本街道内抽2个居委会； 四级单元：1600个居民户，每个样本居委会内抽10户居民户。 在样本居民户内，利用二维随机表抽1名成年居民。 第三步：抽样方法 第一阶段，在全国城市中按与人口数成比例的放回的不等概抽样，即PPS抽样。 第二和第三阶段分别按与人口数成比例的不等概系统抽样。 以第二阶段为例，在某个被抽中的样本城市中，将其所属的街道编号，搜集各街道的人口数，赋予每个街道与其人口相同的代码数；根据该市总人口数除以样本量4，确定抽样间距；然后对代码进行随机起点的等距抽样，则被抽中代码所在的街道为样本街道。 第四阶段，分别在每个样本居委会中，按等距抽样抽出10个居民户。即根据居委会拥有的居民户数除以样本量10得到抽样间距，然后随机起点的等距抽样。 第四步：推算方法 第四节 不放回不等概抽样 第四节 不放回不等概抽样 第四节 不放回不等概抽样 第四节 不放回不等概抽样 πPS抽样的实施 n=2条件下严格的πPS抽样 布鲁尔方法 德宾方法 n 2条件下严格的πPS抽样 水野方法 n2条件下非严格的πPS抽样 莫蒂方法 布鲁尔方法 条件：所有Zi0.5 逐个抽取： 第一个与 成比例的概率抽取 第二个与 成比例的概率在N-1个单元内抽取 水野方法 总体差异不要太大 逐个抽取： 关键：第一个单元与 成比例的概率抽取 剩余的N-1个单位不放回等概抽取 第四节 不放回不等概抽样 * 第五章 不等概抽样 第一节 不等概抽样 例 O’Brien et al.(1995) 对Philadelphia地区的病人进行抽样，目的是了解病人对于医疗服务的偏好。目标总体是这一区域的所有注册的医院的病人。 总共有294家医院，27652个床位（抽样以前，研究人员只知道床位数，不知道病人数）。 等概率的抽取样本医院的缺点？ 首先，可能医院中愿意接受CPR治疗的病人数量会正比与医院床位的数量，采用等概简单估计量可能会有大的方差。 其次，自加权的等概率样本可能难于管理。可能仅仅为了调查一两个病人就需要去一家医院，并且合理分配调查人员的工作负担也是比较困难的。 第三，调查成本在调查开始的时候是未知的----一个40个医院的样本可能包括了主要的大的医院，这会导致比预计更大的成本。 其他办法？ 调查人员还可以采用与医院病床数量成比例的方法抽取57个医院，然后从每个样本医院中抽取30个简单随机样本床位。 如果病人数等于床位数，并且医院实际的床位数和抽样时依据的病床数据一致，每个病人是否有相同的入样概率？ 而且成本在调查实施前是已知的，因为每个访员在每个医院访问的病人数量是相同的。而且，总体总量的方差可能更小 第一节 不等概抽样 分层抽样：抽样选择概率小的单位会有较高的权数。 采用不等概率抽样来减少抽样方差而不采用清晰的分层。采用不同的概率来选择初级样本单元，并且在估计中采用不同的权数来进行弥补。 抽样的关键是每个样本的选择概率是已知的。 场合：总体单元差异比较大时; 抽样审计; 多阶段的PSU. 入样概率不同是否导致估计偏差？ 例如“水野法”抽样使得比估计为无偏估计量 不等概的必要性 1、提高估计精度 2、方回的PPS抽样简化方差计算 应用条件： 通常需要知道一个辅助变量，用以确定其入样概率 第一节 不等概抽样 1.放回不等概抽样 每次在总体中对每个