统计学数据的收集.ppt

1记录学

Statistics

2第2章数据的搜集2.1数据搜集的重要措施2.2几种基本的抽样措施2.3数据搜集的误差2.4小结

3第2章数据的搜集2.1数据搜集的重要措施

4数据搜集的重要措施根据研究的目的和规定，采用科学的措施，有组织、有计划地搜集数据信息资料的过程，称之为记录调查（statisticalsurvey）。实践中，数据来源一般有两个重要渠道：一是直接进行调查或试验，获得“一手数据”；二是通过他人调查或试验的成果整顿得到“二手数据”。

5数据搜集的重要措施在社会经济领域，专门调查是直接获取数据的重要手段，包括了一国政府组织的多种普查、抽样调查、记录报表制度等，也包括了企业、机构、部门甚至个人为了特定目的而进行的多种市场调查、产品测试、民意调研等。调查数据一般是客观上已经存在的，但需要通过观测或问询的方式才能搜集汇总得到。显然，调查数据大多与时间有关，是特定期期或时点上的变量成果，因此，此类数据也会伴随时间的变化而变化，理论上无法反复观测。

6数据搜集的重要措施此外，调查的对象一般以人为主体，虽然调查对象是其他的客观事物（如一块土地），调查的成果（如产量）也往往与人的活动有关。这就使得要搜集高质量的调查数据，必须将人为原因的干扰尽量控制在最低程度，而这也恰恰是搜集调查数据的难点所在。科学试验则是搜集自然科学数据的常用手段。与调查数据不一样，试验数据是在控制一种或多种原因的前提下，观测感爱好的变量成果，试验的次数也可以是无限的，并且可以通过变化控制原因，观测变量成果的变化状况。

7数据搜集的重要措施相较于专门调查，通过科学试验搜集数据在一定程度上能更为有效地控制数据质量，但也愈加专业，受到的技术甚至法律、道德等原因的制约更多，从而应用的领域不及专门调查广泛。值得一提的是，伴随计算机技术和电子商务的迅速发展，诸多数据被自动搜集保留到特定的数据库当中，成为当今“大数据”的重要来源。假如可以根据研究目的，“量身定制”调查或试验方案，直接搜集“一手数据”，当然是最佳的。但对于大多数使用者来说，受各方面原因的限制，设计、实行一项调查或试验往往是不太现实的，可以获得的数据量也较为有限。因此，人们更多的是通过搜集整顿他人调查或试验的成果来间接获取“二手数据”。

8数据搜集的重要措施政府、企业、机构等公开出版或公布的数据，各类媒体公开报道的数据，都是十分重要的间接数据来源。对于使用者来说，“二手数据”的搜集显然愈加紧捷、经济而便利，并且可以突破直接数据搜集在时间上的约束，观测变量在较长一段时期内的变化趋势。不过，需要注意的是，由于“二手数据”是他人调查或试验的成果，并非根据使用者自身的研究目的设计、实行的，很难完全吻合使用者的研究需要，因此，对于数据的筛选、检查、核算等预处理工作就显得尤为重要，防止误用或滥用。

9第2章数据的搜集2.2几种基本的抽样措施

10几种基本的抽样措施假如在抽样的过程中，总体中的每个个体均有一种已知的机会（概率）被选中，那么根据这样的抽样方案得到的样本就是一种随机样本（randomsample）。按照一定的概率，根据随机原则从总体中抽取部分单元的抽样措施就称为随机抽样（randomsampling）或概率抽样（probabilitysampling）。随机抽样最重要的长处是，由于每个总体单元都是随机抽取的，并且可以计算出每个单元被抽中的概率，因此可以计算出数据搜集过程中的抽样误差，从而得到样本估计成果的可靠程度。

11几种基本的抽样措施假设总体一共有N个单元，从中随机地抽取n个单元构成最终的样本，并且总体中每个单元被抽中的概率是相等的，这就是简朴随机抽样（simplerandomsampling）。采用简朴随机抽样时，假如每抽取一种单元记录下数据后，再把这个单元放回到本来的总体中参与下一次的抽选，称为有放回抽样或反复抽样（samplingwithreplacement）。假如被抽中的单元不再放回到总体中，每次抽样都仅从剩余的单元中随机抽取，就称为无放回抽样或不反复抽样（samplingwithoutreplacement）。

12几种基本的抽样措施简朴随机抽样是一种最基本的概率抽样措施，也是其他抽样措施的基础。这种措施简朴直观，尤其在计算机技术发达的今天，可以以便地运用计算机从总体中抽取简朴随机样本。不过，简朴随机抽样在实际应用时也存在某些局限性。首先，要获得包括总体所有单元的名单也许是不现实的；另一方面，假如总体单元某方面的特性（如性别）有也许对研究变量（如身高）产生影响，抽样时就需要借助这些辅助信息合理安排样本构成比例，提高估计的效率。因此，根据研究问题和研究对象的不一样，人们往往会将简朴随机抽样与其他抽样措施结