抽样与抽样调查.pptVIP

是各层的标准差。 是总体中各层的数量 2、奈曼最佳分配法 考虑每层中总体单位的变异程度不同，在样本容量一定的条件下，变异大的层样本容量也大，变异小的层样本容量也小。每层的样本容量为 第29页，共81页，编辑于2022年，星期四 整群抽样cluster sampling 概念：首先将总体划分为群R；然后按随机的原则不重复抽出群r ，在每群中进行全面调查。该调查方法适用于单位较多的总体。 与分层抽样相反，整群抽样在群内是全面调查，在群间是抽样调查。 第30页，共81页，编辑于2022年，星期四 整群抽样 适用于： 不同子群相互之间差别不大，而每个子群内部的异质性程度比较大。 --层内异质，层间同质 （与分层抽样相反） 当我们不可能或不方便编制一个完整的名单形成目标总体的时候，可以使用整群抽样。 如对城市的人口进行抽样的时候，没有整个城市的人的名册，可以先选出几个街道样本，对街道中的所有户进行抽样。 第31页，共81页，编辑于2022年，星期四 整群抽样 优点：简便易行、节省费用 缺点：样本分布面不广，样本对总体的代表性相对较差 第32页，共81页，编辑于2022年，星期四 多段抽样 multistage sampling 又称分段抽样。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。适合于总体规模特别大，或总体分布范围特别广。 方法：从总体中随机抽取若干大群，然后从大群中抽取若干小群，层层抽下去，直到抽到最基本的抽样元素为止。 重复两个基本步骤：列表名册和抽样 在上述每个阶段的抽样中，都要采用简单随机抽样或等距抽样或分层抽样的方法进行。 第33页，共81页，编辑于2022年，星期四 多段抽样时，需要考虑类别和个体之间如何保持平衡？ 考虑两个因素REF 书P137表6-3 各个抽样阶段中的子总体同质性程度。同质性越高的子总体，所抽规模就小一点。反之亦然。 考虑人力和经费--“大的类别抽取的多，每一子类抽取的相应较少”所花的人力经费就多，但又可适当减少抽样误差 每级抽样都会产生误差，故多段抽样的误差较大。 第34页，共81页，编辑于2022年，星期四 Q：如何控制多段整群抽样的抽样误差？ 从抽样误差的公式入手 增加样本容量 提高样本要素的同质性 （然而，如果总样本数量一定的话，抽取的群数量增加每个群中被抽取的要素的数量势必减少。） 整群抽样的原则就是尽可能多的选取群 （群的同质性强），而减少每个群中要素的数量。 但又可能违背整群抽样效率的功能 第35页，共81页，编辑于2022年，星期四 户内抽样within-household sampling 适用于以家庭作为分析单位,以入户访谈的方法收集资料 入户前的抽样可以采用多段抽样的方式 如市/县—区/乡—街/村—居委会/组—家庭户 确定户后,如何对户内的成年人进行选择? --生日接近法 -- KISH选择表 第36页，共81页，编辑于2022年，星期四 KISH选择法 将调查表编号为A,B1,B2,C,,D,E1,E2,F 八种,每种表的数目分别占调查表总数的1/6,1/12,1/12,1/6,1/6,1/12,1/12,1/6 每个调查员配备一套KISH选择表(一套8种) 对每户中成年人进行排序和编号:男在前,女在后;年纪大在前,小在后. 按照调查表上的编号找出选择表,根据家庭人口数目从选择表中查出该选个体的序号.对这一序号的成员进行调查. 第37页，共81页，编辑于2022年，星期四 第38页，共81页，编辑于2022年，星期四 概率比率抽样（PPS抽样） probability proportionate to size 一种多段整群抽样（适用于大规模调查） 其中的群被选取的概率并不相等，其被选中的概率和其规模大小成比例—根据群中其子样本的数量来衡量。 特点是总体中含量大的部分被抽中的概率也大，可以提高样本的代表性。 第39页，共81页，编辑于2022年，星期四 对比：EPSEM /PPS EPSEM：equal probability of selection method 等概率抽样 选择城市中的住户(假设100000户分散在1000条街道,如何抽取1000户居民) 1000条街道—挑选100个街道：10%的选中机会 假设每条街道只有100户(即规模相同) ,则抽10户即可,100户抽10户： 10%的选中机会 则城市中每一户被选中的概率=0.1*0.1=1% 这样,每户人家被选中的概率相同，挑选出来的样本对城市中的所有住户来说具有代表性 思考：一个陷阱：如果每条街道户数不同,例如甲居委会有200户,乙居委会只有50户。思考: EPSEM抽样结果会怎样？ 甲居委会居民被抽中的概率:100/10