《应用抽样技术》（第二版）附录数据、程序和PPTchapter2 简单随机抽样 程序部分电子版.docx

四、利用R软件完成上述的模拟过程。R软件是常用的统计分析软件，关于R软件的使用说明请参考有关书籍。这里，主要介绍利用R软件完成上述的模拟过程。变量命名参照前文的符号和汉语拼音首字母。首先对变量赋初值。

GL-0.95;

JD-50;

N-345;

nY-40;

GL表示置信概率为95%，JD代表绝对误差界限为50，N代表总体单元总数为345，nY代表预抽样的样本量为40。

为了读取数据，需要将调查数据存在名称“chap2p5.txt”的文件中，并将该文件放在D盘根目录下。文件chap2p5.txt的内容如下。

BH

SM

ZC

LR

1

上海市

29454.30

2253.82

2

重庆市

9321.10

660.35

3

北京市

25321.75

1129.50

343

阿拉尔市

48.09

0.14

344

图木舒克市

19.71

0.51

345

五家渠市

250.61

4.07

文件chap2p5.txt的第1行是每列数据的标题行，第1列名称为“BH”，是市单元编号；第2列名称为“SM”，是市单元名称；第3列名称为“ZC”，是市单元的资产总额；第4列名称为“LR”，是市单元的利润额。从数据文件chap2p5.txt中读取数据，并将数据赋给变量CYK，相应的R语句为

CYK-read.table(D:\\chap2p5.txt,header=T);

将每列数据用数据文件第1行给出的标题命名，相应的R语句为

attach(CYK);

生成了4个变量，分别为BH、SM、ZC、LR，其中变量BH为所有市单元编号，变量SM为所有市单元名称，变量ZC为所有市单元的资产总额，变量LR为所有市单元的利润额。从所有市单元中进行预抽样，抽取容量为nY=40的样本，相应的R语句为

YBH1-sample(BH,nY);

将选中的40个单元编号存在变量YBH1中，则相应的单元标志值为

YB1-LR[YBH1];

选中的40个单元的标志值存放在变量YB1中。采用R软件的函数mean(YB1)和var(YB1)，计算标志值YB1的样本均值和样本方差。计算样本量的函数为YBL(FC,GL,JD,N)，其中变量FC代表估计量的方差，GL为置信概率，JD为绝对误差界限，N代表总体的单元总数。

YBL-function(FC,GL,JD,N)

{

YBL-ceiling(qnorm(GL/2+0.5)^2*FC/JD^2);

if(YBL0.05*N)

{

YBL-ceiling(YBL/(1+YBL/N));

}

}

n-YBL(var(YB1),GL,JD,N);

最后1行的语句是将样本量赋给变量n。按照本文的计算结果，n的值为80，需要追加的样本量为n-nY。从余下的市单元中进行简单随机抽样，相应的R语句为

YBH2-sample(BH[-c(YBH1)],n-nY);

追加样本的单元编号存在变量YBH2中。所有抽中单元的标志值为

YB-LR[c(YBH1,YBH2)];

选中n个市单元的标志值存放在变量YB中。用样本方差代替总体方差，计算简单估计量的方差为

GJFC-var(YB)*(1-n/N)/n;

变量GJFC为简单估计量的方差，数值为584.45。在置信概率GL=0.95下，绝对误差范围为

JDZ-qnorm(GL/2+0.5,0,1)*sqrt(GJFC);

变量JDZ为在置信概率GL下绝对误差范围，数值为47.38。由于样本量已经满足了估计量的精度要求。n为最终确定的样本量，YB为所抽取的样本单元标志值。

对于每个市单元规模以上工业企业平均利润额的估计，相应的R语句为

JZGJ-mean(YB);

JZFC-var(YB)*(1-n/N)/n;

JZBZC-sqrt(JZFC);

JZQJX-JZGJ-qnorm(GL/2+0.5,0,1)*JZBZC;

JZQJS-JZGJ+qnorm(GL/2+0.5,0,1)*JZBZC;

变量JZGJ为每个市单元规模以上工业企业平均利润额的估计值，数值为185.31；变量JZFC为每个市单元规模以上工业企业平均利润额估计量的方差估计，数值为584.45；变量JZBZC为标准差估计，数值为24.18；变量JZQJX为在置信概率GL下置信区间的置信下限，数值为137.92；变量JZQJS为在置信概率GL下置信区间的置信上限，数值为232.70。

对于全国市单元规模以上工业企业利润总额的估计，相应的R语句为

ZZGJ-mean(YB)*N;

ZZFC-var(YB)*(1-n/N)/n*