等距抽样课件.ppt

六、總體有週期性變化時的等距抽樣有一些總體，其單元的標誌值在隨時間的自然排列順序中，會呈現某種明顯或不明顯的週期變化趨勢。如季節性消費商品的銷售量，隨一年四季的變化而呈現出週期變化。還有些總體，反映出不明顯的週期影響。對有週期變化趨勢的總體進行等距抽樣時，抽樣間隔K的選擇，對估計效率的影響是極為重要的。為了說明問題，我們不妨假定總體單元標誌值的變化為一正弦曲線。七、累計和等距抽樣以上所討論的等距抽樣都是以各單元大小相同為前提的，是等概率抽樣。如果抽樣單元的大小不同，且單元的大小又與調查變數相關時，用上述方法就不大合適了，此時，應採用不等概率抽樣。其基本思路是：在總體各單元按某一標誌排序後，累計各單元的大小Mi(當各抽樣單元的大小用所含下一階單元的數目表示時，也可直接累計其下一階單元數)並進行編碼，以總的累計數除以n作為抽樣間隔，用K表示，然後在最初的1到K個數中隨機確定一個數j(1≤j≤K)，j所對應的單元即為第一個被抽中單元，以後每間隔K抽取一個亂數，並按同樣的方法確定出對應的單元作為樣本單元，組成等距樣本。累計和等距抽樣的原理同上一章所討論的群大小不等時群的代碼法，此法在實際工作中經常用到。第三節總體參數的估計一、等概率抽樣的情形二、不等概率抽樣的情形一、等概率抽樣的情形為討論方便，仍假設N=nK,則在如下的排列形式中，有：(i=1,2,…,K)(一)估計量設等距樣本為表中第i列單元，且i是隨機決定的，總體均值的估計量用表示，則是的無偏估計。若N≠nK，則上述估計量是有偏的，但當n充分大時，其偏倚可以充分小。(二)估計量的方差如前所述，如果總體單元是按無關標誌排列的，則其方差可按簡單隨機抽樣去做。若總體單元是按有關標誌排列的，則此時的等距抽樣可以看作是整群抽樣或分層抽樣的特例，因此，等距抽樣估計量的方差可以比照整群抽樣或分層抽樣的方法構造，有幾種表示方法1、用等距樣本內(群內)方差表示設等距樣本為表中第i列單元，且i是隨機決定的，則：其中為等距樣本(群)內方差；S２為總體方差。這表明，當等距樣本內部的方差大於整個總體方差時，等距抽樣比簡單隨機抽樣有更高的精度。因此，為了提高等距抽樣的精度，只要有可能就在對總體單元排序時盡可能擴大各等距樣本內的差異。當且僅當S２時，等距抽樣比簡單隨機抽樣精度高。2、用等距樣本內(群內)相關係數表示為同一等距樣本內(群內)成對的單元之間的相關係數。當的值大於0時，方差的值就會變大。3、用同一等距樣本內單元對關於層平均值的相關係數表示是第h層即第h間隔的平均值;是等距樣本內單位對關於層平均值的相關係數。可見，當=0時，等距樣本與每層取一個單元的分層隨機樣本精度相同；＞0時，等距抽樣的精度低於分層隨機抽樣；＜0時，等距抽樣的精度高於分層隨機抽樣。(三)方差估計量前已指出，等距抽樣相當於群的大小相等時的整群抽樣，但抽中的是一個群，這就使這個受人歡迎的抽樣方法有了一些遺憾：等距抽樣沒有無偏的方差估計量。這裏只介紹兩種方差估計方法。而在馮士雍、施錫銓著的《抽樣調查—理論、方法與實踐》一書中，列舉了八種不同的方差估計量，並進行了比較分析。1、總體單元無序排列(即按無關標誌排列)時可把等距樣本看成是簡單隨機樣本，因此，其方差估計量可表示為：其中2、總體單元有序排列(按相關標誌排列)時前已指出，等距抽樣可看成是從每層抽取1個單元的分層抽樣。但憑一個單元的標誌值無法估計層內方差，於是把相鄰兩行(層)的2K個單元組成一層，從中抽取2個單元作為樣本，這樣總體就被合成了n/2層(假設n為偶數)。第h層的層內方差h=1,2,…,1/2將諸代入比例分配的分層隨機抽樣的有關公式，則將上式中的下標h改為j就得到（1）式式中：是相鄰兩個標誌值的一階差分，它們間互不重疊，中利用了n/2個這樣的一階差分，這就要求n必須是偶數。為擺脫這個限制，增加平方和的自由度，以每相鄰兩個標誌值的一階差分(它們是重疊的，共n-1個)代替n/2個不相重疊的一階差分，得：(2)式（１）式和（２）式的對比研究表明：（１）式和（２）式對大多數模型的總體都具有一定的優良性，即使對總體的性質知道得很少，它們也是一個好的方差估計量。但（１）式受到n必為偶數的限制，因而（２）式更值得推薦。此外，也有人建議採用交叉子樣本法來估計等距抽樣的方差，但這種方法在實際操作中有諸多的不便，且當各子樣本不大時，效果也一般。對此感興趣的讀者可參閱有關文獻。二、不等概率抽樣的情形等距