抽样Sky-副本方案.ppt

例如：N=528，即总体中有528个个体，我们从中选10个样本。 在随机数表中按照一定的顺序选出10个从001到528之间不同的数。 3、优点： 没有偏见，简单易行，排除了分类误差。 4、缺点： 当总体的个体差异不大时，比较有效，而在总体异质性较高时，误差较大。 二、分层抽样 1、所谓分层抽样就是先将总体依照一种或几种特征分为几个子总体，每一个子总体称为一层，然后从每一层中随机抽取一个子样本，将它们合在一起，即为总体的样本，称为分层样本。 2、分层抽样的运用 A、分层的标准问题： （1）以所要分析和研究的主要变量或相关的变量作为分层的标准。 例如： 研究居民的消费状况和消费趋势，可以以居民家庭人均收入作为分层标准。 （2）以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量。 例如： 在工厂进行，可以以工作性质作为分层标准，将全厂职工分为干部、工人、技术人员、勤杂人员等几类来进行抽样。 （3）以那些已有明显层次区分的变量作为分层变量。 例如： 当研究对象具有较大地理差异时，作为分层标准的可以是不同的地理区域，如不同国家、或不同省市。 又如： 在个人为抽样单位时，分层标准可以是性别、年龄、受教育程度、职业等。 B、分层比例问题： 分层抽样可分为按比例分层抽样和不按比例分层抽样。 （1）按比例分层抽样是以研究总体中所占比例为分层依据。 例如： 在人群中，18—24岁的成人占研究总体中的30%，那么在所抽取的样本中，该年龄层也应占30%。 （2）非比例分层抽样法。 例如： 要研究高校招生录取实行舆论监督的情况，在这类调查中，样本应该是具有认知能力的人，即22—60岁这一年龄段的比例最大。 三、系统抽样 系统抽样又称等距抽样或机械抽样。 它是把总体的单位进行编号排序后，再计算出某种间隔，然后按这一固定的间隔抽取个体的号码来组成样本的方法。 它和简单随机抽样一样，需要有完整的抽样框，样本的抽取也是从总体中抽取个体，而无其他中间环节。 例如： 某校有12000名学生，想了解其课外阅读情况，可以从中抽查200名学生，则此时的抽样距离K=12000/200=60。假设用随机抽样法抽出的第一位学生是第12号学生，则第二位应是第72号学生，第三位应是132号学生，依此类推，直至抽足200名。 若抽到最后仍不足所需样本时，可再回头累积抽取。 注意事项： （1）容易遇到周期性误差。 例如： 在要研究某报纸，假如抽取的抽样间隔是7的话，可能抽到的都是周六或周一，这样就没有代表性。 （2）如果总体的排列出现有规律的分布时，就会使系统抽样产生很大的误差，降低样本的代表性。 例如： 部队的名单一般是以班为单位排列的，10人一班，第一名是班长，最后一名是副班长，若抽样距离也是10时，则样本或均由正副班长组成，或均由战士组成，失去了代表性。 在这种情况下，要改变抽样间隔或者打乱原排列顺序，或采用其他抽样方法 四、整群抽样 整群抽样 是将总体按照某种标准划分为一些子群体，每一个子群为一个抽样单位，用随机的方法从中抽若干子群，将抽出的子群中所有个体合起来作为总体的样本。 子群体的抽取可采用简单随机抽样、系统抽样或分层抽样的方法。 整群抽样与前几种抽样最大的差别在于，他的抽样单位不是单个的个体，而是成群的个体。 请思考： 假设某大学共有100个班级，每班都是30名学生，总共有3000名学生。现在要抽300名学生作为样本。（想一下用其他三种方法如何抽样） 上述三种抽样方法都要制定复杂的抽样框，而整群抽样只需从全校100个班级中抽取10个班级，然后由这10个班级的全部学生（300名）构成样本。 这里的抽样单位是班级， 抽样框是全校100个班级的名称。 3、优点： （1）它可以通过转换抽样单位扩大抽样的应用范围。 例如： 要在一个几十万人口的城市里以个人为抽样单位，就要列出一个几十万人的抽样框，这是很难做到的。但是用整群抽样就可以以居委会为抽样单位，只需列出居委会的的清单，然后抽取若干个居委会，被抽取的这些居委会样本中所有的个体为样本就容易的多了。 （2）它可以节省人财、物力。例子同上。 4、缺点： 样本分布不均匀，样本的代表性较差，因此与其他抽样方法相比，在样本数相同时，其抽样误差较大。 五、多阶段抽样 1、它是按抽样元素的隶属关系或层次关系，把抽样过程分为几个阶段进行。应用于总体的规模特