社会统计5抽样与统计推论.pptVIP

第三篇统计推论：单变项与双变项

第五章抽样与统计推论描述统计与推断统计的关系反映客观现象的数据总体内在的数量规律性推断统计（利用样本信息和概率论对总体的数量特征进行估计和检验等）概率论（包括分布理论、大数定律和中心极限定理等）描述统计（统计数据的搜集、整理、显示和分析等）总体数据样本数据统计学探索现象数量规律性的过程1.抽样的意义：社会学研究关心的是总体情况，而非样本情况；第一节抽样的意义与问题2.抽样的问题：统计值：从样本中计算出来的数值参数值：在总体中的数值推论统计法/归纳统计法：运用样本的统计值来推测总体的参数值第二节抽样的历程1、代表性样本：样本的统计值近似总体的参数值2、抽样历程：（1）界定总体。即清楚说明全部研究对象的范围，包括时间、地点、人物。总体的定义越清楚越好。（2）搜集全部个案的名单。这份名单称为抽样框架，在其应用前，必须审核其完整性和准确性。（3）决定样本的大小。样本大小与抽样误差成反比，在决定时必须同时考虑抽样误差与研究代价。准则是：根据所能付出的研究代价的最大限度抽取最大的样本。决定样本大小后，可计算抽样比例。f=n/N，其中n为样本的个案数目，N为总体的个案数目。抽样比例愈大，则样本的代表性就愈大。（4）设计抽样方法，选取样本个案。（5）收集资料，评估样本之正误。如果总体的资料分布与样本的资料分布基本一致，则我们对样本的代表性就有较大的信心。随机抽样：随机抽样中每个样本被抽中的机率均相等且是独立的。只有随机抽样可作统计推论。?简单随机抽样?系统随机抽样?分层随机抽样?集体抽样法?多段抽样?多期抽样非随机抽样：以研究者的判断做为样本选取的控制，无法说明每一抽样单位被抽取的机率。?立意抽样法?偶遇抽样法?定额抽样法第三节随机与非随机抽样一、非随机抽样法1、立意抽样法。即判定抽样法，是依据研究者的主观见解和判断，选取他认为是典型的个案。2、偶遇抽样法。是选取一些偶然遇见的个案作为样本，也称方便抽样法。如街头访问、商场访问。3、定额抽样法。是根据某些标准将总体分组，然后用立意或偶遇抽样法由每组中选取样本个案。如按各地区人口比例分配。其代表性通常高于单纯用立意或偶遇抽样法。非随机抽样法简便，可用较少的代价便能找到所需的样本个案，故常用于探讨性或试点性的研究中。然而，其短处是不能用统计方法来推测总体的情况，都是根据主观的见解或偶然的相遇来选取个案。二、随机抽样法—特点：根据已知的几率来抽取样本个案。1、简单随机抽样。最简单也最基本，它要求每个个案被选取的机会是相同的。社会学研究一般用随机数表来抽取样本的个案。适用于母体中个体的同构型高的调查。简单随机抽样通常采用不回置方式，如摸彩法。2、系统随机抽样将全部个案排列起来，按抽样比例分成间隔，并在第一个间隔内选取第一个个案，然后每经一个间隔就选取一个个案。在大规模的研究中，这种抽样方法较为简便快捷。例如，从(某年/某地区)出生名单或电话簿中，每间隔20名就抽一位。优点：步骤循序渐进，不致在母群中前后跳跃，减轻工作负担。然而，要留意周期性偏差的问题，考察样本是否具有周期性的特征。较为安全的做法，是经过若干间隔以后再用随机方式抽取个案，以新的秩序取代原来的秩序。3、分层随机抽样（1）采用相同比例抽样；（2）采用不同比例抽样社会学研究中较为常用的是定比分层随机抽样法。分层随机抽样法的代表性较大，在样本大小相同的情况下，其准确性高于简单随机抽样与系统随机抽样。如果在总体中某些组的个案数量特别少，或某组个案的内部差异颇大时，按相同比例抽取的样本个案数量就会很少，以致影响统计分析的准确性。在此情况下，可进行异比分层随机抽样，即在不同的组中用不同的比例来抽样。?层与层间主要变量均数差异最大，层内变异数最小?优点：降低抽样误差，提高推论正确性4、集体抽样法适用于总体中的个案分为很多个集体。操作：随机抽取若干集体，然后以它们所包括的全部个案作为研究的主题。选取集体时，可采用简单随机抽样法，也可将集体分组后随机抽取，后者的抽样误差较小。如果集体内差异大，集体间差异小，则抽样误差会比较小。优点：代价小缺点：抽样误差较大，样本代表性比不上简单或分层随机抽样。5、多段抽样先抽取若干集体，再从所选取的集体中抽取若干较小的单位。再每个阶段抽样时，可用简单随机抽样法，也可较为精密地采用分层随机抽样法。优点：节省研究代价，包括