第5章抽样与抽样分布1讲述.ppt

思考 为什么要抽样？ 抽样的基本概念（掌握） 基本的抽样方法（知道） 常用的抽样分布（掌握） 一、抽样的基本概念 思考 总体一旦确定，总体参数是唯一确定的吗？ 总体一旦确定，样本统计量是唯一确定的吗？ 抽样的一个主要目的就是利用样本资料（样本统计量）去估计总体参数。 思考： 总体需要考虑的特点有哪些？ 例： 研究目的及参数： 湘潭市所有家庭的平均收入 抽取样本： 随机抽取5000户家庭，了解其收入状况 样本统计量： 5000户家庭的平均收入 推断： 根据容量为5000的样本计算得出的家庭平均收入推断所有家庭的平均收入 误差的控制的方法 抽样误差可计算和控制 非抽样误差的控制 调查员的挑选和培训 督导员的调查专业水平 调查过程控制 调查结果进行检验、评估 现场调查人员进行奖惩的制度 非概率抽样：不是完全按随机原则选取样本，而是研究者根据自己的认识和判断，选取若干个有代表性的单位作为样本。 概率抽样：根据一个已知的概率来抽取样本单位，总体中哪个单位被抽中与否完全是随机的，不取决于调查者的主观意愿，又称之为随机抽样。 结论 以概率为依据,能避免抽样过程中的人为误差.保证样本的代表性. 在各种抽样方式中,概率抽样得到的随机样本的代表性最高. 具体操作方法： 小总体时 ——抓阄,抽签，掷硬币、掷骰子 较大总体时 ——随机数字表 抽取单位的方法： 重复抽样（有放回抽样） 不重复抽样（无放回抽样） 具体做法是: 1.将总体的所有总体单位按一定顺序排列. 2.计算抽样间隔k. 计算公式： N为总体单位数，n为样本容量 3.在1至k个单位中，用完全随机的方法抽取一个单位，设其所在的位置的序号为r 4.自 r 开始, 依次抽取的位置序号为r,r+k，r+2k ,…,r+(n-1)k。 四种概率抽样方法的特点比较（联系与区别） Excel在抽样中的应用 方法一：利用Excel的分析工具库中的“抽样” 工具进行 方法二：利用Excel的函数“RAND”、“CEILING” 和“INDEX”进行 简单随机抽样（二） 重复抽样 抽出个体 登记特征 放回总体 继续抽取 不重复抽样 抽出个体 登记特征 继续抽取 最为常用的抽样方法 简单随机抽样（三） 简单随机抽样的优点 简单，直观，不做任何排列，分组，个体的机会均等，一视同仁，是理想的随机抽样类型 当总体包含的单位数N不大时，实施并不困难 简单随机抽样的缺点 当总体包含的单位数N很大时，抽样框很难编制 当总体包含的单位数N很大时，调查极不方便 应用 适用于规模不大、内部各单位数据值差异较小的总体，在实际中直接采用并不多。 引例: 某系有120名学生, 从中抽查20名学生, （1）将120名学生按班级和学号顺序依次排序 （2）按顺序分成20组，每组6名学生 （3）从1-6名用简单随机抽样的方法抽出第一名学生序号为3,从7-12名中抽取序号为9（3+6），13-18中抽15（3+2*6或9+6），直至在115-120中抽出117，完成抽样。 等距抽样（一） (stratified sampling) 等距抽样定义：也称为机械抽样 首先将总体中的所有单位按某种规则排序 然后在规定的范围内随机抽取一个单位作为初始单元 最后按事先定好的间隔K确定其他样本单位 等距抽样（二） 练习: 某大学有12000名学生,欲了解其生活态度,决定采用系统抽样的方法从中抽查200名学生,首先用简单随机抽样的方法抽出第一名学生序号为12,请计算第十位学生的序号是多少? 等距抽样（三） 等距抽样的优点 实施简单（因为只需确定抽样的间隔和起点） 估计的精度较高（因为样本分布更为均匀） 等距抽样的缺点 对估计量精度的估计比较困难 应用 当对总体结构有一定了解时，充分利用已有信息对总体单位进行排队后再抽样，则可提高抽样效率。 分层抽样(一） (stratified sampling) 分层抽样：又称为分类抽样或类型抽样 首先将总体按某种特征或原则划分成若干层 然后在每层内独立地、随机地抽取子样本 最后将子样本合起来构成总体样本 分层抽样（二） 分层抽样的优点 可以同时对总体参数和各层的目标量进行估计 实施和组织比较方便 样本在总体中的分布比较均匀 层次划分合理时，可以大大提高估计的精度 分层抽样(三） 划分层时的注意点 应使层内各单位的差异尽可能小 而使层间各单位的差异尽可能大 应用 应用的最为普遍的抽样方法之一，特别是当总体数目较大、内部结构复杂时 。 整群抽样（一） (cluster