【抽样技术】讲稿2.ppt

Sample Size n0为重复抽样条件下的样本量 当N很大时， 0， n n0，wr与wor几乎没有区别。 总体参数为P的情形 f0.05 总体方差的估计 根据预调查数据或以前文献资料 根据数据的分布粗略估算S,例如全距/4，全距/ 6 对于比例估计，如果P在0.5附近（０．２－０．８），可根据PQ在P=0.5时达到极大值来对样本量进行计算 . 如果时间允许，且总体在时间上变化不快，调查可以分为两步，首先确定一个可以承受的样本量，调查后对估计精度进行计算，如果精度达到要求，则不再进行下一步，否则，计算为达到精度要求所需的样本量，再调查补充样本 通过定性分析 ,最好是对总体变异系数进行分析并估计，因为变异系数通常变化不大. 样本量设计中的误区 1. 估计精度越高越好吗？ 简单随机抽样估计比例P的样本量与误差（当P=0.5时） 样本量 误差d 50 0.14 100 0.10 500 0.045 1000 0.032 10000 0.0098 对精度要求的判断十分重要。为得到最小误差而选择最 大样本量不是好的选择。 2. 样本量与总体规模N有关吗？按照总体比例确定样本量合适吗？ 例：简单随机抽样估计P，置信度95%，允许误差5%，在P=0.5条件下 总体规模（N） 所需样本量（n） 50 44 100 80 500 222 1000 286 5000 370 10000 385 100000 398 1000000 400 400 抽样调查中的样本量 由此可知，在精度要求相同条件下，在北 京市进行一项调查和在全国进行一项调查，样 本量的差别并不大。 总体规模越大，进行抽样调查的效率越高。 若分类、分区、分层分别进行估计，如何处理？ 对于多项目，如何处理？ 其他影响因素 1. 所研究问题目标量的个数 2. 调查表的回收率 例如回收率估计为80%，则应接触的样本量为计算出所需样本量的1.25倍； 3.非抽样误差 4.资源限制 5.有效样本 etc 定义：简单随机抽样的样本估计量的方差与复杂抽样的样本估 计 量的方差的比率。 Deff Var（ ）为复杂样本估计量的方差。 设计效果(Design effect, Deff) 设计效应 基什（L. Kish）提出 比较不同抽样方法的效率. 不放回简单随机抽样简单估计量的方差 某个抽样设计在同样样本量条件下估计量的方差。 Deff的作用： （1）评价抽样设计的一个依据, 如果deff1， 则抽样设计比简单随机抽样的效率高； 如果deff1， 则抽