(02)第2章 数据的搜集77476.ppt

第 2 章 数据的搜集 第 2 章 数据的搜集 §2.1 数据的来源 §2.2 调查数据 §2.3 实验数据 §2.4 数据的误差 §2.5 数据文件 学习目标 了解数据的两种来源； 了解搜集数据的抽样方法； 理解搜集数据的调查方法； 理解搜集数据的实验方法； 了解误差的种类及控制； 了解数据文件的一般格式 §2.1.1 数据的间接来源（二手数据） 系统外部的数据 统计部门和政府部门公布的有关资料，如各类统计年鉴,包括金融年鉴，中国市场统计年鉴，中国人口统计年鉴，海关年鉴，农业年鉴。 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 系统外部的数据 4. 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 5. 从互联网或图书馆查阅到的相关资料 中国人民共和国国家统计局：/ 6. 中国资讯行：http://www. Bjinfo / 系统内部的数据 业务资料，如与业务经营活动有关的各种单据，记录 经营活动过程中的各种统计报表 各种财务，会计核算和分析资料等 二手数据的特点 搜集容易，采集成本低 作用广泛 分析所要研究的问题 提供研究问题的背景 帮助研究者更好地定义问题 检验和回答某些疑问和假设 寻找研究问题的思路和途径 搜集二手资料在研究中应优先考虑 二手资料的局限性 1.资料的相关性不够 如：期评成绩和期末成绩 2.口径可能不一致 如：2000年邵阳师专和2008年邵阳学院的学生人数 3.数据也许不准确 4.也许过时了 二手数据的评估 （1）数据是谁搜集的？ 可信度评估 （2）为什么目的而搜集的？ （3）数据是怎样搜集的？ （4）什么时候搜集的？ §2.1.2 数据的直接来源（一手数据） 数据的直接来源(原始数据) 调查数据 通过调查方法获得的数据 通常是对社会现象而言 通常取自有限总体 实验数据 通过实验方法得到的数据 通常是对自然现象而言 也被广泛运用到社会科学中 如心理学、教育学、社会学、经济学、管理学等 §2.2.1 概率抽样和非概率抽样 抽样方法 概率抽样(probability sampling) 也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率 简单随机抽样(simple random sampling) 从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的 最基本的抽样方法，是其它抽样方法的基础 特点 简单、直观，在抽样框（包括所有总体单位的信息）完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其它辅助信息以提高估计的效率 分层抽样(stratified sampling) 将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 分层抽样 假设某地区有高中生2400人，初中生10900人，小学生11000人，此地区教育部门为了了解本地区中小学生的近视情况及形成原因，要从本地区的中小学生中抽取1％的学生进行调查，你认为应当怎样抽取样本？ 分层抽样 我们知道，影响学生视力的因素是非常复杂的.例如不同年龄阶段的学生的近视情况可能存在明显差异。因此宜将全体学生分成高中、初中和小学三部分分别抽样。另外，三部分的学生人数相差较大，因此，为了提高样本的代表性，还应考虑他们在样本中所占比例的大小. 分层抽样 由于样本容量与总体中的个体数的比为1：100,因此样本中包含的各部分的个体数应是:2400/100，10900/100，11000/100，即抽取24名高中生，109名初中生和110名小学生作为样本。 分层抽样 一个地区共有5个乡镇，人口3万人，其中人口比例为3：2：5：2：3，从3万人中抽取一个300人的样本，分析某种疾病的发病率，已知这种疾病与不同的地理位置及水土有关，问应采取什么样的方法？ 分层抽样 解：因为疾病与地理位置和水土均有关系，所以不同乡镇的发病情况差异明显，因而采用分层抽样的方法，具体过程如下： （1）将3万人分为5层，其中一个乡镇为一层。 （2）按照样本容量的比例随机抽取各乡镇应抽取的样本。 分层抽样 300×3/15=60（人），300×2/15=10