抽样调查不等概率抽样

1、关于抽样调查不等概率抽样第一张，PPT共二十五页，创作于2022年6月3.1 PPS 抽 样 PPS抽样：抽取概率正比于规模测度。Sampling with Probability Proportional to Size第二张，PPT共二十五页，创作于2022年6月 不等概率 抽样有放回不等概率抽样 (PPS)无放回不等概率抽样 ( )第三张，PPT共二十五页，创作于2022年6月一、实现方法（1）累积和法 或 代码法 它适合于 N 不太大的情形。假定所有的 为整数，倘若在实际中存在 不是整数的话，则可以乘以一个倍数使其为整数。见下表。第四张，PPT共二十五页，创作于2022年6月单元单元大

2、小代码数表31 pps 抽样时各单元的代码数每次抽样前，先在整数 里面随机等可能的选取一个整数，设为m ,若代码 m 属于第 j个单元拥有的代码数，则第 j个单元入样。整个过程重复 n次，得到 n个单元入样（当然存在重复的可能性）构成 pps 样本。第五张，PPT共二十五页，创作于2022年6月例3.1 设某总体共有N=8个单元，相应 及代码如表所示123456782/51/22/34/38/53/52/3 11215204048182030累计12274787135153173203代码11213272847488788135136153154173174203第六张，PPT共二十五页，创作

3、于2022年6月 假设第 个单元在 n次抽样中被抽中 次，则是一个随机向量，其联合分布为：这是我们熟悉的多项分布，多项抽样其名正出于此。(3.1) 多项分布(3.1)具有如下性质：倘若单元有一个数值度量其大小，诸如职工人数、工厂产值商店销售额等，或者感兴趣的调查指标在上一次普查时的数据也可以作为其单元大小的一种度量。记 为第 个单元的“大小”，并记第七张，PPT共二十五页，创作于2022年6月若取 n=3，在1203中随机有放回地产生3个随机整数，不妨设为45、89、101，则第 3 个单元入样一次，第 5 个单元入样 2 次。（2）最大规模法 或 Lahiri(拉希里)方法 当 N 相当大时

4、，累计的 将很大，给代码法的实施带来很多不方便。Lahiri提出下列方法：令每次抽取 1N 中一个随机整数 及 1 内一个随机整数 ，如果 ，则第 个单元入样；若 ，则按前面步骤重抽 ，显然，第 个单元的入样与否受到 的影响，只有 时它才入样，因此第 个单元入样的概率与 的大小成正比，此时m第八张，PPT共二十五页，创作于2022年6月定理3.1.1 在有放回PPS抽样下，二、估 值 法PPS抽样法的估值法的理论依据估计的均方偏差为：第九张，PPT共二十五页，创作于2022年6月证明 考虑随机变量Z，第十张，PPT共二十五页，创作于2022年6月定理3.1.2 在有放回PPS抽样下，注：第十一

5、张，PPT共二十五页，创作于2022年6月果园序号12345678规模测度X503065801404420100例 一村庄有8个果园，分别由果树50, 30, 65, 80, 140, 44, 20, 100棵，要调查该村庄水果产量，以正比于果树棵树的概率取3个果园作样本. 如果实地调查得第5、第8、第3号三个果园的产量分别为15,12,7，求该村八个果园的总产量估计.解：这一估计的均方偏差的估计为第十二张，PPT共二十五页，创作于2022年6月第十三张，PPT共二十五页，创作于2022年6月2、Hansen-Hurwitz （汉森赫维茨）估计量 若 是按 为入样概率的多项抽样而得的样本数据，

6、它们相应的 值自然记为 ，则对总体总和， Hansen-Hurwitz 给出了如下的估计量：且 ，即 是总体总和 的无偏估计。的无偏估计为第十四张，PPT共二十五页，创作于2022年6月有放回不等概率抽样：从实施上还是从估计计算以及精度估计都显得十分方便。但一个单元被抽中两次以上总会使样本的代表性打折扣，从而引起抽样误差的增加。实际调查工作者一般倾向于使用不放回形式。问题：最简单的不放回不等概率抽样方式自然会想到逐一抽样这在第一次抽样时不会发生问题，但在抽第二个样本时面临的情况与有放回时大不相同，余下的 ( N-1 ) 个单元以什么样的概率参与第二次抽样就是个问题；再在抽第三个样本时又面临新问

7、题。一是抽样实施的复杂；二是估计量及其方差计算的复杂。在本节讨论:(1) n 固定，尤其是n=2时的情形。(2)总体中每个单元的入样概率严格地与其“大小”成比例，即 抽样。3.2 不等概 抽样 第十五张，PPT共二十五页，创作于2022年6月几种严格的不放回 抽样方法（1）Brewer（布鲁尔）抽样方法（1963） 前面已经指出，所谓“严格不放回 ”是指样本容量n 固定，严格不放回、 的抽样。仅介绍n=2的情形。第十六张，PPT共二十五页，创作于2022年6月1. 对这种抽样，总体中个体单元i 的入样概率为2. 设计好第一次抽取的概率，第二次抽取的概率与 成正比，使总的入样概率正比于 .特点：

8、第十七张，PPT共二十五页，创作于2022年6月（2）Durbin（德宾）方法（1967）第十八张，PPT共二十五页，创作于2022年6月1. 对这种抽样，总体中个体单元i 的入样概率为2. 第一次抽取的概率与 成正比，第二次抽取的概率使总的入样概率正比于 .特点：Durbin方法中的 与Brewer方法中的 完全一样这表明两种不等概率抽样方法其实是等价的。第十九张，PPT共二十五页，创作于2022年6月（3）Sen-Midzuno抽样方法第二十张，PPT共二十五页，创作于2022年6月(4) HorvitzThompson(霍维茨汤普森)HT估计量对于不放回不等概率抽样, 常用HT估计。总体总数Y的无偏估计量为：该估计量的均方偏差为：第二十一张，PPT共二十五页，创作于2022年6月HT估计的均方偏差的两个无偏估计量为注：两估计量均有可能取负值，通过模拟比较，v2较稳定且 较少取负值。第二十二张，PPT共二十五页，创作于2022年6月3.3 Rao-Hartley-Cochran随机分群抽样 拉奥-哈特利-科克伦（1962） 第二十三张，PP