变量和数据-(精选·公开·课件).pptVIP

2.6 误差error 假定在某一职业人群中女性占的比例为60%。如果在这个人群中抽取一些随机样本(比如说利用随机数来抽样)，这些随机样本中女性的比例并不一定是刚好60％，可能稍微多些或稍微少些。 上述这种样本与总体的某些特征数值的差异不是错误，而是由于抽选样本的随机性而产生的误差，我们称其为抽样误差(sampling error)。 在随机抽样中，抽样误差是必然会出现的。 另一类误差是非抽样误差(non-sampling error) ，它是指除抽样误差以外的、由于各种原因而引起的误差。 2.6 误差error 非抽样误差按误差来源不同又可以分为以下四类。 1) 由于真正作为研究对象的目标总体与用作抽样的总体不一致造成的误差，称为抽样框误差。 2) 在对人作抽样调查时，由于一些人没有对调查作出反映或回答造成的误差称为未响应误差(non-response error)。 3) 而另有一些人可能因为各种原因回答时并没有真实反映他们的观点，这称为响应误差(response error)。 4) 由于调查时记录错误，或由问卷向电脑录入数据出错等原因造成的误差称为计量误差(recording error)。 非抽样误差是可以人为地尽量避免的。 思考一下 在食堂门口随机地提问；随机样本？ 晚上按照宿舍打电话调查，得到的是随机样本吗？ 按照学号随机挑选学生来提问，得到的是随机样本吗？ 响应误差是被访者说谎吗？ 有用数学方法都能弥补未响应误差吗？ * 2.7常用抽样调查方法 在抽样调查时，最理想的样本是前面提到的(简单)随机抽样得到的随机样本。 但是由于实践起来不方便，在大规模调查时一般不用这种全部随机抽样的方式，而只是在局部采用随机抽样的方法。 下面介绍其它几种常用的抽样方法。这里不介绍深奥的理论，对于它们具体的设计、实施与数据分析，后续一章详细描述，就不在这里赘述了。 * 2.7.1分层抽样(stratified sampling) 这是先把要研究的总体按照某些性质分成若干个互不重叠的层(stratum)，再在各层中分别抽取样本。在每层中调查的人数通常是按照这该层人数的比例。 分层抽样的优点在于可以提高样本的代表性，使各个类别(由所划分的层决定)的样本都能入样，避免出现太极端、代表性太差的样本。同时，在一些大型抽样调查中采用分层抽样可以便于管理。 譬如，在一个全国性的抽样调查中，若以省、自治区、直辖市为层，那么可以各省、自治区、直辖市为单位进行独立抽样和管理。 * 2.7.2整群抽样(cluster sampling) 这是先把总体划分成若干个群(cluster)，再(通常是随机地)从这些群中抽取几群；然后再在这些抽取的群中对每个个体进行观测采样。 比如，在某县进行调查，首先在所有村中选取若干村子，然后只对这些村子的人进行调查。 显然，如果各村情况差异不大，这种抽样还是方便的。否则就会增大误差了。 由上述例子可以看出，在进行整群抽样的分群时，希望群内的单元差异大，群间的差异小，这样，被抽到的群代表性好，整群抽样的效率就高。 * 2.7.3多级抽样(multi-stage sampling) 在群体很大时，往往在抽取若干群之后，再在其中抽取若干子群，甚至再在子群中抽取子群，等等。最后只对最后选定的最下面一级进行调查。 比如在全国调查时，先抽取省，再抽取市地，再抽取县区，再抽取乡、村直到户。在多级抽样中的每一级都可能采取各种抽样方法。因此，整个抽样计划可能比较复杂，也称为多级混和型抽样。 * 2.7.4系统抽样(systematic sampling) 这是先把总体中的每个单元编号，然后随机选取其中之一作为抽样的开始点进行抽样。 在选取开始点之后，通常从开始点开始按照编号进行所谓等距抽样；也就是说，如果开始点为5号，“距离”为10，则下面的调查对象为15号、25号等等。 如果总体各单元的编号是随机选取的，则系统抽样和简单随机抽样是等价的。 * 2.7.5抽样调查的一般步骤 制订计划。计划应包括调查目的、内容、预期成果、采用的技术、时间安排、经费预算等； 设计抽样方案。包括怎样抽、抽多少等； 抽样； 设计问卷（调查表）； 调查； 分析数据； 撰写调查报告。 * 讨论 举出一些观测数据和试验数据的例子。 举出简单随机样本的例子。 根据你的经验，举出总体和样本的一些具体例子。 举出调查抽样时可能发生的各种影响调查结果的问题，并且提出你认为可以减少或避免这些问题的建议。 根据你的直觉，本章提到的几种抽样方法的优缺点是什么？原因何在？ 举出一些书报上发表的数据例子，并指出哪些是变量，哪些是观测值。 附录：抽样调查的一些问题 手段：邮件、报刊、网络、电话、面对面的调查；各种记录的计算机