《不等概率抽样》PPT课件.ppt

1、第六章非均匀概率采样，1概述，1，非均匀概率采样的定义和特征，(1)定义：若整个过程中各用户针织面料不相等，则该随机抽样方法称为非均匀概率随机抽样，简称非均匀概率采样。 (2)特征：将整体中的各尤针织面料的采样概率与其“规模”的大小相结合，提取“大尤针织面料”的概率大，提取“小尤针织面料”的概率小。 二、不均匀概率采样的优点和局限性，(一)优点：可以大幅度提高采样精度，减少抽样误差。 (2)限制性：为了确定每个小区的样本概率或包含概率，需要能够说明小区规模的辅助变量。 三、适用不均匀概率时：整体欧元针织面料间差异较大。 另一方面，不均匀概率采样分类：我们最有兴趣的情形是在该蜂窝小区的固定采样容

2、量n时，该蜂窝小区被采样的概率(不中断采样)或每个采样的概率(中断采样) 存在这种情况中的更新样本被称为不更新样本，并且被称为样本。2次不等概率取样、1次、多次取样、取样及其实施方法，由于是不等概率取样，因此在取样前应该对整体中的个别用户针织面料提供一定的萃取率，而在每次回收取样中，由第一个用户针织面料进行取样假设第一个UE针织面料在n次采样中进行采样，则随机向量情况下，其联合分布如下： 这是我们熟知的多个分布，多个抽样的名称就是从这里出来的。 (7.1 )、多个分布(7.1 )具有如下性质：如果用户针织面料用数值测量其大小，则例如员工数、工厂产值、商店销售额等，或者感兴趣的调查指标上次调查时

3、的数据也可以作为该用户针织面料的大小的测量值。 标记为第一UC针织面料的“大小”的多个样本为最简单的不均匀概率样本，其实施方法通常有两种，其以聚苯硫醚纤维样本为例。 当选择了该选项时，优选地，在每采样小区处的采样概率与小区的量值成比例，即聚苯硫醚纤维采样。 (1)编码方法适用于不大点n的情况。 假定全部为整数，且如果实际上存在的不是整数，那么可乘以一个倍数而使所有成为整数(对于通常的样本，也可始终找到整数且使所有成为整数)。 具有整数的第一个单元格的查询密码数等于。 见表71。 另外，每当采样时，从整数中选择一个可随机等的整数作为m，并且如果查询密码m属于第j个单元具有的查询密码数，则对第j个

4、单元进行采样。 整个过程被重复n次，获得n个针织面料样本(当然可以是重复的)，以重构聚苯硫醚纤维样本。 另外，例如假设在某整体中N=8个用户针织面料，则对应和查询密码如表所示，在设为n=3时，在1203中随机产生3个随机整数，在不是45、89、101时，第3个用户针织面料得到1次，第5个用户针织面料得到2次样本。 (2)Lahiri (拉希里)法、2、Hansen-Hurwitz (汉森赫维茨)的估计量，如果是在样本概率的多项中采样的样本数据，则将这些值记作自然，表示总体的总和、hansenhurwitz、(7.6) 描述了一种2不返回的非均匀概率采样，在前一节中有返回非均匀概率采样，对于实施

5、和估计校正以及精度估计都很方便。 但是，如果一个小区被抽取两次以上，则产生样本的代表性折扣，从而引起抽样误差的增加。 因此，实际的调查工作者一般倾向于使用不返回的形式。最简单的不等概率抽样方案被认为是，一个一个地采样在第一次采样时不会发生问题，但是在第二次采样时面临的状况与有资源再生时有很大不同，最优下的(N-1 ) 虽然在提取第三个样本时将面临新的问题，但是在此状态下，由于一个采样实施的复杂性，两个估计量及其方差修正的复杂性，本节中将仅讨论n个固定值，特别是n=2的情况对于云同步，我们只对整个单元的抽样概率与其“大小”严格成正比感兴趣。 这就是所谓的采样。 1 .根据权利要求1所述的方法，其

6、中，在包括不均匀概率的采样中，整个小区包括在样本中的概率(即，进入样本的概率)是重要概念，并且任何两个小区包括在样本中的概率也是重要概念，诸如估计量分散的校正操作， 众所周知的性质是，用于指示所有n个UE针织面料(其指示出现在n个样本中的可能性)出现在样本中的可能性的和自然地等于n :只要n固定，我们所认为的严格采样可以是比例的，只要n=(7.8 )、(7.9 )、2、 很明显有HorvitzThompson，虽然在形式上看似完全相同，但HH估计量中的东西可彼此重复，因为HT中的东西是绝对不同的。 对于不影响不均匀概率的采样，对于整体总和，Horvitz和Thompson提出了以下估计量： n固定时，HT估计量的方差为：(7.13 )、3，是一些不影响严格的抽样方法，是前面提到的“不影响严格”。 仅在n=2的情况下介绍。 (1) brewer (bloom )方法(1963 )是，假