第四章抽样方法.pptVIP

所需要的样本量取决于调查对数据的具体要求，为此考虑以下两个方案：。 方案一： 假设不需要得到各层的精确估计，对整个地区的估计值在95％的置信度下，±0.05的误差限，就认为估计值足够可靠了。由于没有整个地区居民满意度比例可靠估计，所以假设P=0.5，预计回答率为50％。 第1步：计算初始样本量: 第2步：计算初步修正的样本量 第3步：根据设计效应，再次进行调整： 由于采用配额抽样，通常B2。但由于没有可利用的B的估计值，因此取B=2，以得到保守﹙即比需要的样本量更大﹚的样 第4步：对无回答进行调整，确定最终的样本量： 方案二： 假设对每一层，都要求户在置信度为95％下误差限为0．05的估计结果，那么就需要单独计算各层的样本量(即将每一层作为一个总体，估计调查所需的样本量)。 计算之前，考虑到每个居住区都是大总体，因而可以认为，总体大小对样本量的确定没有影响。由此，第1、2、3层中户的取值与方案1相同，这三层需要的样本量都应是1100。 因此，方案2所需的总样本量为： 1100*3=3300。 方案2的总样本量为3300，是方案1的样本量1100的3倍。 换句话说，如果仅仅需要得到包含所有层的整个总体的估计值，那么要求的样本量将大大小于对各层分别进行估计时所需的样本量。 因为对各层分别进行估计时，需要确保使每一层的样本量都足够大。 这个例子清楚地说明了对每一不同子总体审查精度要求的重要性。 但如果调查涉及到许多研究域，这一要求可能会使总样本量显著增大，并可能导致样本量超出客户的预算和现有资源的承受能力。 一般来说，要求估计的域越多，需要的样本量就越大。 多阶抽样 多阶抽样是用两个或更多连续的阶段抽取样本的过程。第一阶段抽取的单元称为初级或一级抽样单元（PSU），第二阶段抽取的单元称为次级或二级抽样单元（SSU），以此类推。 多阶样本（图示） 常见的多阶抽样是二阶抽样： 第一阶抽样用地域框抽地理小区（PSU）； 第二阶用系统抽样抽小区内的住所（SSU）。 在前面介绍的（一阶）整群抽样中，样本群中的所有单元都入样。在两阶抽样中，从每个抽中的群（一级）单元中再抽一部分（二级）单元进行调查。 多阶抽样常与地域框结合使用，作为解决整群抽样效率低问题的一种方法。 多阶抽样中的阶数越多，设计（及估计）越复杂，通常我们只用二阶或三阶抽样。 例：加拿大劳动力调查（LFS） 全国被划分为1100多个层，每个层由一组普查小区（EA）组成。普查小区是由人口普查时所确定的地理区域，普查员能对它所覆盖的区域进行详细清查。 第一阶抽样是从每个层中抽取关于普查小区或普查小区组的分层样本。在第二阶抽样中，将这些小区绘图，列出它们中的所有住所，并从中按系统抽样抽取住所。然后，调查抽中住所内的所有人。 多阶抽样的优点有： 当群内单元对于调查变量是同质时，多阶抽样比单阶整群抽样的效率高； 样本分布相对集中，因此采用面访的旅行时间和费用都大为降低； 不需要有整个总体的名录框，所要的只是在每个阶段抽样都有一个完整的抽样框。 多阶抽样的缺点有： 虽然多阶抽样的效率比一阶整群抽样的高，但它没有简单随机抽样的效率高； 通常不能提前知道多阶抽样的样本量，因为在具体调查前，我们不知道在每个大单元中到底包含多少个下级单元（若固定每个大单元中的抽样数目，则总的样本量也可控制）； 调查的组织较为复杂（比单阶整群抽样复杂）； 估计值与抽样方差的计算较为复杂。 多相抽样 多相抽样先抽一个有很多单元的大样本，收集基本的信息，然后在这个大样本中抽取一个子样本，收集更详细的信息。 多相抽样能用在抽样框缺乏辅助信息，而又想对总体进行分层或筛选部分总体的情况。 当没有充足的预算收集整个样本的信息，或这样做会导致额外的回答负担时，也可以用多相抽样抽取子样本的方法来收集更详细的信息。 多相样本（图示） 第一相是批发零售贸易月度调查。每个月，批发零售贸易月度调查要求批发零售基层单位提供两个数据：月度销售额和库存量。 零售商品季度调查再从这些零售基层单位抽取一个子样本，在调查时要求它们把销售额分解到各类商品，如服装、电器、食品等。 例：加拿大零售商品季度调查（QRCS） 多相抽样可以用于在一项调查中不同问题的数据收集费用差异很大的情形。 第一相收集的数据除能用作分层及筛选信息外，还能用来提高估计的效率（例如用于比估计或回归估计）。 多相抽样的优点是： 能显著提高估计值精度（与简单随机抽样相比）； 能用来获得抽样框中所没有的辅助信息（特别是分层信息）； 适用于某些调查指标的数据收集费用特别高，或会给被调查者带来较重的回答负担的情况； 多相抽样的缺点有： 如