抽样技术简述抽样技术简述.pptVIP

抽样技术(sampling technique) 统计的质量取决于数据的质量 推断统计学的各种方法的前提 就是要先获得对总体有足够代表性的样本资料或实验数据 抽样调查(sampling survey) 从总体中抽取部分个体组成样本，对该样本进行观察，进而推断未知总体情况，称为抽样调查。 抽样调查分为非概率抽样调查和概率抽样调查两大类。 抽样调查的分类 非概率抽样(nonprobability sampling) 依据调查者的经验有目的地挑选一部分个体组成样本，然后根据对样本的观察来推断总体的基本情况。 典型调查、重点调查就是常见的非概率抽样。 概率抽样(probability sampling) 总体中每个个体被抽中的概率是已知的。可以根据概率论的原理，进行随机抽样，能计算出调查结果的理论精确度和可靠程度。 抽样方法的评价 用抽样精确度和调查费用两个指标来评价各种抽样方法的优劣。 常用的抽样方法 简单随机抽样(simple random sampling) 分层随机抽样(group sampling, stratification sampling) 系统抽样(systematic sampling) 整群抽样(cluster sampling)和多阶段抽样(multilevel continue sampling, 疑似) 简单随机抽样 从总体的N个个体中，完全以随机形式（不加人为干扰地）抽取n个个体组成一个样本。在抽取的过程中，总体中每个个体被抽到的概率是均等的，并且在任何一个个体被抽取之后总体内成分不变（抽样的独立性）。 简单随机抽样 在简单随机抽样中，样本平均数是总体平均数的无偏估计量，样本方差S2是总体方差的无偏估计量。在简单随机放回抽样中，样本平均数的标准误差为 在不放回抽样的情况下，其标准误差为 分层随机抽样 一种有人为干预的限制性随机抽样。 按有关的因素或指标将总体划分为互不重叠的几个部分（层），再从各部分（层）中独立地抽取一定数量的个体，最后将各个部分（层）中抽取的个体合在一起，组成一个样本。 分层抽样重要原则 各层内部的差异要小 层与层之间的差异要大 分层抽样的抽样比例 等比例分层抽样 内曼配置法 最优配置法：内曼配置考虑调查费用 机械抽样 又称为系统抽样、等距抽样，其做法是，先将总体中的所有个体按顺序编号，然后每隔一定的间隔k抽取个体，组成样本。 整群抽样 以整群为单位的抽样方法，即从总体中抽出来的个体同属于某个群体。 使用整群抽样的目的主要是为了方便和节省费用。 整群抽样也有缺点，它抽取的个体在总体中分布不均匀，因此抽样误差常常大于简单随机抽样。 多阶段抽样 在整群抽样中，如果对抽中的整群不是调查它所包含的全部个体，而是从中再抽取部分小的整群，然后对小的整群中的个体进行全面调查。 多阶段整群抽样比单阶段整群抽样灵活，在样本容量相同的条件下，多阶段抽样的样本个体在总体中的散布比单阶段抽样均匀。 多阶段抽样可以利用现成的行政区划作为各阶段划分整群的依据。大规模抽样调查一般都采用多阶段抽样方法。 必要样本容量的确定 估计总体平均数时的必要样本容量 总体平均数假设检验时必要样本容量 两个样本平均数差异的显著性检验时的必要样本容量 两个相关样本的情况