抽样调查-第11章调查中的非抽样误差ppt课件

1、第十一章 调查中的非抽样误差11.1 引言 非抽样误差是指除抽样误差以外的,由于各种缘由引起的误差。 在概率抽样、非概率抽样、其他全面调查和非全面调查已及普查中，非抽样误差都有能够存在。. 同抽样误差相比，非抽样误差有如下特点：1、非抽样误差不是由于抽样的随机性带来的，所以在抽样调查中，它不能够随着样本量的增大而减小；2、在抽样调查中，由于非抽样误差的影响，往往呵斥估计量的有偏；3、有些非抽样误差难以识别和测定。如抽样框是不完善的，而调查设计人员并没有认识到；4、有些非抽样误差成因复杂，对其研讨不够，因此，在很多时候非抽样误差比抽样误差呵斥的影响更严重，对此必需引起高度注重。.根据非抽样误差的

2、来源、性质可分为以下三类： 1抽样框误差，即由不完善的抽样框引起的 误差； 2无回答误差，即由于种种缘由没有从被调 查单元获得调查结果，呵斥调查数据的缺失； 3计量误差，即所获得的调查数据与其真值之间不一致呵斥的误差。.一、概念抽样调查中的总体有两个： 目的总体调查研讨对象的全体。 抽样总体从中抽取样本的总体。 即抽样框 理想抽样框的标志是目的总体和抽样总体完全重合。否那么抽样框就是不完善的。11.2 抽样框误差.二、抽样框误差的类型及影响1 抽样框误差的类型 丧失目的总体单元。 包含非目的总体单元。 抽样框中的单元与目的总体单元不一一对 应。存在一对多或多对一的情况 不正确的辅助信息。如分层

3、抽样、不等 概抽样、比率估计和回归估计等所需的辅助 信息.2对抽样框误差的根本认识 有些误差来自构成抽样框资料本身，而不 是由于抽样设计的问题。 抽样框存在的问题，有些是不容易处理的。因此抽样框的维护、抽样框运用情况的不断总结与研讨，对于经常性的调查工程来说是非常必要的。 抽样框的不完善并不是不能运用。可以进展修补、调整。. 3抽样框误差的影响 设目的总体单元：N 抽样框中单元：N1 抽样框中丧失的单元：N0 N=N1+N0 总体总量的估计 总体总量的真值是： 现从抽样框中的N1个单元中采用简单随机抽样抽出容量为n的一个样本，由于n取自于N1对总体总量的估计为：.显然此时的估计是有偏的，偏倚为

4、：这阐明估计量低估了总体总量，令Y的相对偏倚可以写为. 由上式可知，总体总和的相对偏倚取决于 和 总体均值的估计在抽样框存在丧失单元情况下，均值估计量为：此时估计量的偏倚为：的相对偏倚可以写为：. 由上式可以看出，假设丧失单元的均值与抽样单元的均值一样，即 ，那么估计量 是目的变量 的无偏估计。 反之，假设 ，偏倚情况那么随着 的变化而变化。.三、不完善抽样框的运用 抽样框不完善并不是不能运用，由于构造一个完善的抽样框有时是非常困难的。运用不完善抽样框时假设能采用一些补救措施，有助于减小抽样框误差。主要采用以下三项补救措施： 利用核对，掌握误差情况，对不完善抽样框 进展调整； 事先制定一些规那

5、么，对发现的抽样框问题进 行现场处置； 运用多个抽样框进展抽样。.11.3 无回答误差一、概念 无回答误差是指在调查中由于各种缘由，调查人员没可以从入选样本的单元处获得所需求的信息，由于数据缺失呵斥估计量的偏向。 无回答误差是一种重要的非抽样误差，这种景象非常普遍，对估计量的危害也比较大，所以国际上对这方面的讨论不断比较热烈，目前这种讨论还在继续。.从无回答的内容来看可分为： 单元无回答 被调查单元没有参入或回绝受调查，他们交的是一份白卷 工程无回答 被调查单元虽然接受了调查，但对其中的一些工程没有回答.从无回答的性质来看可分为： 有意无回答 有意无回答经常与调查内容有关，如对调查内容反感，或

6、涉及个人隐私不情愿回答 无意无回答 无意无回答经常与调查内容无关，之所以无回答是由于被调查者生病或很忙，无法接受调查. 有意无回答对数据质量的影响很大，回答者和不回答者之间往往存在系统性差别。这种不回答不仅减少了有效样本量，呵斥估计量方差增大，而且会带来估计偏倚。 无意无回答可以看成是随机的，这种不回答虽然会呵斥估计量方差增大，但通常以为不会带来估计偏倚。 . 二、无回答产生的缘由及影响 假设把采集数据的过程划分为查找、接触和采访三个阶段，三个阶段都有能够出现无回答。1、查找阶段 调查人员无法找到被调查者，主要缘由有地址不详、被调查者搬迁、调查人员不熟习地址；2、接触阶段 被调查生病、对调查不

7、感兴趣或别的缘由拒访；3、采访阶段 调查开场后被调查者对某些问题不愿提供答案、调查员由于大意脱漏某些工程等.无回答的影响： 回答层N1 总体N 无回答层N0那么总体均值为： 回答层样本(n1 ) 总体样本n 无回答层样本(n0 ).根据回答层单元计算出的样本均值为用 作为总体真值 得估计量，其偏倚为：偏倚相对偏倚 由上式可以看出：无回答偏倚主要来自两个方面：一个是回答层与无回答层之间的数量差别 ；一个是无回答率 。.三、降低无回答的措施主要措施是预防，预防措施有：问卷设计得具有吸引力；留意适当的长度；充分利用调查组织单位的权威性和影响力；留意调查员的挑选；做好调查员的培训；留意调查过程的监控；

8、奖励措施；再次调查。.四、对存在无回答数据的调整 调查中无回答的情况总是难以防止，由于无回答呵斥数据不全，假设不加处置，就有能够呵斥估计量偏倚。下面引见几种数据调整的方法： 1、再抽样调整 在第一次无回答的单元中随机抽取一个子样本，经过更细致、更充分的任务，获得该子样本的数据，作为整个无回答层的代表值。 . 2、加权调整 对存在无回答数据进展补救的另一种方法是采用加权调整。加权调整法是经过对调查中所获得的回答数据运用加权因子，到达对数据的调整，减小由于无回答呵斥的估计偏倚。 3、相关推估法 相关推估法主要用于调查中的工程无回答，即调查单元不是完全回绝调查，而是回绝其中某些工程的调查。这时可以利

9、用回答工程的信息对无回答数据进展推估。.4、插补调整 在数据整理阶段，利用调查结果，采用一定的方式，为无回答的缺失值确定一个合理的估计值，插补到原缺失数据的位置上。 实践运用时，用得较多的是均值插补，其方法是：首先根据辅助信息将样本分为假设干组，是组内各单元的主要特征类似。然后分别计算各组目的变量Y的均值，将各组均值作为组内一切缺失项的替补值.11.4 计量误差 计量误差是指由于种种缘由，调查中所获得的数据与真值不一致。计量误差主要成因来自于以下几个方面： 设计误差设计方面缘由呵斥计量误差 被调查者误差被调查者提供的数据失真 调查者误差现场调查人员呵斥的误差 其他误差由于丈量工具、编码、录入.

10、减少计量误差的措施 减少计量误差需求对调查全过程进展质量监控： 1调查设计方面 调查询卷设计出来后，应组织有关人员对问卷进展讨论。假设是大型调查活动，还要在正式调查之前进展预调查，在实际中对问卷进展检验。 2现场预备方面 在搜集数据之前，需求做好预备任务：招聘调查员；培训访问员；编写调查手册。. 3调查结果审核方面 审核是对调查质量进展控制的一道重要的工序，也是减少计量误差的有效方法。审核的目的是要保证调查所得数据的完好性、一致性和有效性。 审核可以在调查过程中的任何阶段进展： 收据数据时进展审核 调查员在调查进展过程中根据常识和阅历，可以判别出一些问题的答案能否属于“可接受范围 数据搜集终了

11、后的审核 审核的重点是数据的一致性审核和离群值的检测.11.5 离群值的检测和处置一、离群值的概念 离群值是指调查数据集中的极端值，是指与其他数据明显不一致的观测值。离群值 的出现能够有以下两个缘由： 由于数据本身具有的差别性。看起来值得疑心的东西也许是真实的； 由于被调查者回答数据有错误或调查人员记录数据有错误。.二、离群值确实认 通常离群值的检测是经过丈量它们与数据中心的相对间隔来识别的。 例如，假设 是要观测的样本数据，m 和 s 分别是侧度数据集中趋势和离散趋势的目的，那么， 离数据中心的相对间隔可以定义为 . 假设 越过了预先确定的偏离值，那么该观测值就被以为是离群的。 另外，离群值

12、也可以经过下面的置信区间进展确认：式中 和 分别为根据预先确定的置信度得到的规范正态分布的上限和下限值。落在这个区间之外的观测值被以为是离群值。 .三、离群值的处置 假设在调查进展中发现离群值，就要及时处置，例如进展回访核实，对错误进展更正。 假设在调查终了后的审核中发现离群值，通常对离群值采用插补处置，即将离群值剔除，然后运用插补法调整。 假设在审核时没有进展处置的离群值可以在估计的时候处置。估计时有以下三种方法处置离群值：. 改动数值 这种方法首先要将样本数据按从大到小依次排序，然后再按下面的步骤计算： 在简单随机抽样中，总体总量 Y 的无偏估计公式为： 式中，i表示样本中第i个单元，s为一切样本的集合. 假设样本数据中第k个最大值kth被以为是离群值，单侧k次缩尾估计量就可以经过第n-k个最大值yn-k替代这些离群值，即调整权重 处置离群值的另