抽样调查教案-6系统抽样.docx

第6章系统抽样 § 6.1引言 6.1.1定义 定义6.1 16.2系统抽样（systematic sampling又称为等距抽样、机械抽样。 按照这种抽样方法，从总体中抽取第一个样本点（随机起点） ，然后按某种固定 的顺序和规律依次抽取其余的样本点， 最终构成样本。这种抽样被称为系统抽样 是因为这种抽样的第一个样本点虽然随机，但其余样本点的抽取看起来好像不再 随机，因而是系统的。“牵一发而动全身”。比如要对居民用户抽样，可按户口册 每隔多少户抽一户；工厂为检查产品质量，在连续的生产线上每隔 20分钟抽选 一个或若干个样品进行检查；农业上为估计农作物产量或病虫危害， 对一大片农 田每隔一定距离抽取一块进行实际测量或调查，等等。 本章只作简单方法介绍。更多内容参见文献 2、文献3。 6.1.2系统抽样的一般方法 定义6.3直线等距抽样 假设总体单元数为N，样本容量为n，N为n的整数倍。把总体单元排列成 一直线。先计算出系统抽样间隔k 听，（当N不是n的整数倍时，可令k等于 最接近的整数）。然后在第一阶段1?k个单元中随机抽取一个单元，假设为 r， 然后每隔k个单元抽取一个单元，即分别为：r+k，r+2k，…….，直至抽取了 n kr_ J k r _ J k 厂 k+r k+r （ n-1） k+r （k为抽取间隔） 个单兀。抽取的样本编 号为： 叶(j- 1)k (j=1, 2， …，n）。 1 2 … r ……k k+1 k+2 … k+r ……2k 2k+1 2k+2 … 2k+r ……3k 例如某学院有200个学生，要抽取10个学生作为样本。首先计算k % = 20,然后在1?20中随机抽取一个数字，假设抽中排列中第3位的学生，贝U其它 入样单元依次为 23，43，63，83，103，123，143，163，183。 定义6.4圆形等距抽样（Lahiri ） 这种方法主要适用于k 忆不为整数时。因为当k不为整数，取其最接近 的整数时，实际样本容量可能与 n相差1,而且每个单元入样的概率不等，这时 用直线等距抽样可能产生偏倚。 例：设总体N = 10,其标志值分别为Yi,Y2,L，丫10，总体均值为Y 若要求样本容量为n = 3,采用直线等距抽样，验证样本均值是否为总体均值的 无偏估计？ 丫2 丫5 丫8 /3，gysy1解：先计算间距k Nn = 10/3= 3.33….，取 丫2 丫5 丫8 /3，g ysy1 i 1 i 2 i 3 ￥ 丫4 丫7 丫10 丫2 丫5 丫8 丫3 丫6 丫9 起点，然后每隔3个单元抽取1个单元可得下列的可能样本： 三个可能的系统抽样样本均值分别为: 丫1 丫4 丫7 Y1o /4，ysy 2 丫3 丫6 丫9 /3 1 - 所有Eysy =3弘张环丫，因此样本均值不是总体均值的无偏估计。 在这种情况下，样本均值将不等于总体均值，因而估计不是无偏的。为了使 得样本均值是总体均值无偏估计，将 N个总体单元排成首尾相接的一个圆。抽 样间距k取最接近 %的整数，从1―― N中随机抽取一个随机起点作为起始单 元，然后每隔k个抽取一个，直到抽取n个为止。如果序号大于N时，将其减 去N得到的在1——N中的号码入选。 正是因为排列为圆形而非直线且随机起点在 1?N中而非在1?［k］（或［k］+1）中， 导致了该抽样下的每个样本严格等概率地被抽中，因而估计是无偏的。 若是圆形等距抽样，则在1?10中抽取一个随机起点，假设为7,然后每隔3 个单元取一个，它们的序号是 7、10、13。事实上是丫7、丫10、丫3入样。 考虑到实际问题中，n通常比较大（大于等与50），多一个少一个并无关宏 旨，因此可以不必考虑 N/n不是整数的影响，故通常我们都假定 N是n的整数 倍。 3不等概率抽样法 不等概率抽样中每个单元入样的概率不相等。最简单也是最常用的是 PS系 N 统抽样，即入样的概率i与单元规模大小Mi成比例的系统抽样。令M。 Mi 1 表示所有单元规模大小总和，则i门业（包含概率，见不放回不等概率抽样）。 M。 在实际中，不等概率的实施常采用代码法。如下所示： 先将单元规模Mi （不失一般性，设其为整数）值累加，欲从总体中抽取容量 为n的样本，取最接近 匹 的整数k为抽样间距，从［1，k］中随机抽取一个整数 n r作为起点，则代码r，r+k，???，「+（n-1）k所对应的单元入样。 例7.1设总体由10个行政村组成，N = 10,每个行政村人数为Mj，见表7.1。 利用PS系统抽样抽取n= 3个行政村样本。 表7.1 用PS系统抽样抽取行政村 行政村编号 人数M i 累计人数 抽中号码 1 103 103 100 * 2 432 535 3 96 631 4 246 877 723 * 5 84 961