抽样设计[001].ppt

1、第五章 抽样设计 SAMPLING DESIGN,授课老师：陆 娟 汇 报 人：王 丹,学习目标,学习抽样设计原理及相关概念 确定符合实际的抽样调查方式 掌握抽样设计的具体程序步骤 了解抽样误差形成及计算方法 学习确定样本容量的具体规则,内容提要,1) 抽样调查概述 2) 抽样方案设计 3) 概率抽样方法 4) 非概率抽样方法 5) 抽样误差 6) 样本量确定,5.1 抽样调查（Sampling Survey）概述,5.1.1抽样调查的概念、意义及特征 抽样（Sampling）是指从一个较大的群组（范围或者总体）的一个子集（样本）获得信息的过程。它包括随机抽样（概率抽样，probability

2、）及非随机抽样（非概率抽样,non-probability） 抽样调查的意义：抽样调查做为科学研究方法中重要技术之一，旨在就所要研究的某特定现象之总体中，抽取一部份作为样本，以其为研究总体之依据。将样本研究结果，在抽样信赖水准内，推算总体的可能特性，并以其为决策之参考。,从概念中可得知其特征：,抽样调查对象只是作为样本的一部分单位,不是全部单位，也不是个别或少数单位。 从总体中抽选出的样本对调查总体应具有一定的代表性。 抽样调查的目的是根据样本的调查结果去推测总体，达到认识总体特征。 样本特征与总体特征之间只能是一个近似情况，二者间存在着必然的差异，但这种差异可以计算和控制。,5.1.2 抽样

3、调查优缺点比较,普查（census）与抽样调查相对应，普查是指对有关总体的每一个单位进行逐一的、普遍的、全面的调查。市场普查可以获得全面准确的信息资料。适用于不常进行调查领域的信息资料收集。 普查局限性：耗费时间长，时效性差、费用昂贵 抽样调查既克服了普查的组织困难、费用高、时间长的缺点，也克服了重点调查和典型调查的主观随意性和样本代表性不强的弱点，具有较强的代表性和科学性。是比较客观和科学的一种调查技术。,抽样调查的优点节约、高效、准确、适应,节约：样本单位数量是直接影响调查成本的关键因素，样本量越多，获取和分析数据的成本越高，由于人力、物力、财力和时间有限，全面调查在一些研究中无法进行，而

4、抽样调查在实践中更容易实现。 高效：有些调查对时效性要求很强，与全面调查相比，抽样调查所调查的单元少，数据采集及汇总工作量较小，可以更快的提供调查结果。,准确：抽样调查只调查总体中的一小部分，从而减少了在人员登记、主观影响及监督检查方面的误差。调查由少数优秀人员施予特殊训练并配合特殊设备进行，利用抽样技术及机率理论，可得到较深入且质量更高的调查结果。 适应：全面调查适用于有限总体的调研，而大多数时候，总体量的把握并不能达到完全精确和有限。另外抽样调查还可作为已有数据的验证。因此在实地市场调查中，抽样调查是不可或缺之工具。,抽样调查的缺点,它通常只能提供总体的一般资料，而缺少详细的分类资料，在一

5、定程度上难以满足对市场经济活动分析的需要。 抽样调查存在难以计算和解释的结果，其不精确性会导致抽样误差。,小知识 现代抽样方法的先驱盖洛普 “一种客观测量报刊读者阅读兴趣的新方法”是乔治盖洛普在艾奥瓦大学写博士论文时用的题目。通过对“Des Moines Register and Tribune”和瑞士数学家雅克布贝努里具有200年历史的概率统计理论的研究，盖洛普在抽样技术领域取得了进展。他指出当抽样计划中的调查对象涵盖广泛，涉及到不同地域、不同种族、不同经济层次的各种人时，你只需随机抽取而无需采访每个人。尽管当时他的方法不能为每个人理解和认同，但现在，这已被广泛使用。 盖洛普通常引出一些特例

6、来解释他自己在说什么或做什么。假设有7000个白豆子和3000个黑豆子十分均匀地混合在一起，装在一个桶里。当你舀出100个时，你大约可以拿到70个白豆子和30个黑豆子，而且你失误的机率可以用数学方法计算出来。只要桶里的豆子多于一把，那么你出错的机率就少于3%。 30年代早期，盖洛普在全国很受欢迎。他成为Drake大学新闻系的系主任，然后转至西北大学。在此期间，他从事美国东北部报刊的读者调查。1932年夏天，一家新的广告代理商电扬广告公司，邀请他去纽约创立一个旨在评估广告效果的调查部门，并制定一套调查方案。同年，他利用他的民意测验法帮助他的岳母竞选艾奥瓦州议员。这使他确信他的抽样调查方法不仅在数

7、豆子和报刊读者调查方面有效，并有助于选举人。只要你了解到抽样范围具有广泛性，白人、黑人，男性、女性，富有、贫穷，城市、郊区，共和党、民主党，只要有一部分人代表他们所属的总体，你就可以通过采访相对少的一部分人，来预测选举结果或反映公众对其关心问题的态度。盖洛普证实，通过科学抽样，可以准确地估测出总体的指标。同时，在抽样过程中可以节省大量资金。,*Gallup,GeorgeHorace，(19011984)是美国数学家，抽样调查方法的创始人、民意调查的组织者,5.1.3 抽样调查适用范围,对一些不可能或不必要进行全面调查的社会经济现象，最宜用抽样方式解决。 如：破坏或损坏性的产品质量检验：轮胎耐磨

8、性 如顾客满意度调查 在经费、人力、物力和时间有限的情况下，采用抽样调查方法可在节省费用，争取时效的前提下达到满意的调查效果。 对全面调查进行验证。全面调查涉及面广、工作量大、花费时间和经费多，组织起来比较困难。但调查质量的检查验证，无法再次用全面调查方式进行。 可运用于企业管理，尤其是产品质量管理。,5.1.4 抽样调查核心问题及原则,调查核心选好样本：样本准确估计总体的要诀就在于选择哪些个体作为样本进行估算，所以以科学的方式选择样本，以确保其代表性（可作为总体的缩影）是至关重要的。 结论：构成总体的主要类型在样本中的比例越与他们在较大总体中的比例接近，其代表性越好。,抽样应遵循的基本原则,

9、抽样调查基本目的在于通过信息搜集形成结论以供决策参考。因此有效抽样调查应具有下几点原则： 有效原则 抽样调查应该符合调查目的之需要 所获信息价值应超过所支付成本。 可测量原则抽样的正确程度必须能够测量，否则抽样调查就失去意义。 简单原则抽样调查必须保持简单性要求，使抽样调查顺利进行，以避免不必要之节外生枝。,5.1.5 抽样调查涉及的基本术语概念,总体和样本,重置抽样与不重置抽样,基本概念,总体指标和抽样指标,抽样误差与非抽样误差,精度与费用,指标与标志,抽样框与抽样单元,全及总体：简称总体（population）或母体，抽样中的“总体”与“范围”、“母群”均指所调查研究对象的全体，它由若干个

10、相同性质的调查单位所构成，其单位数体现了其容量，用N表示。,按照总体容量大小，我们可将总体分为： 有限总体：总体单位数有限，可进行全面调查和抽样调查 无限总体：总体单位数无限不可数，只能进行抽样调查 柯赫伦（W.G.Cochran）：凡样本单位数占总体单位数5%以上的可视为有限总体，不够5%就按无限总体处理。 即：n/N5%有限总体；n/N5%无限总体。,样本：总体中被选择调查的对总体具有代表性的个体的集合。其单位数体现了其容量，用n表示。 总体是所要研究的对象，样本是所要观察的对象。 例：从北京市所有居民户中抽取1500户进行生活质量调查，则抽中的居民户就组成了一个样本。,指标：是用来说明总

11、体数量特征的基本概念和具体数值。指标都可以用数值表示出来。 例如：2006年10月我国职工工资总额是万元，这句话包括了以下几个指标要素： 基本概念-职工工资； 具体数值- 万元； 空间限制-我国； 时间限制-2006年10月 标志：用来说明个体特征名称，如个人年龄、性别、职业等。标志可以是数量标志也可以是质量标志。 用数量来加以反映的，叫数量标志，有标志值。如：年龄、收入等； 不可以用数值来加以反映的，叫品质标志。如：职业、性别等。他们虽然可以用1，0来表示，但它只是一种代号，不代表数值。,总体指标总体参数（Parameters） 是描述总体特征的综合指标，用表示。 指标是未知的，需推断的。

12、常用的总体指标： 总体平均数 、总体成数 P、总体标准差(p） 抽样（样本）指标统计量（Statistics） 是描述样本特征的综合指标，用 表示。 用来推断总体数量特征，是可计算的。 常用的样本指标： 抽样平均数 、样本成数 p、样本标准差s（sp）,总体指标和抽样指标计算公式（图1）,抽样框（Sampling frame）：可以从中抽出样本单位的总体数据目录或单位的名单。 完整性:不遗漏总体中的任意一个个体 唯一性:任意一个个体都是唯一的,例如：,名单抽样框：从10万名大学生中抽取2000名大学生组成一个样本，则10万大学生名册就是抽样框。（以名单一览表形式列出总体所有单位） 区域抽样框：

13、农产品抽样调查中，把土地划分为相同面积的单位进行编号。（按自然地理区域划分并排列出总体所有单位） 时间表抽样框：对流水线生产的产品进行产品质量检验，把24小时划分为许多抽样时间单位并按先后顺序排列，再按一定要求进行抽样。（按时间顺序排列总体单位）,抽样单元（Sampling unit）：为方便实行抽样，将总体按某些特征划分为有限且互不重叠的部分，每个部分就是一个抽样单元。 它是构成抽样框的基本要素。 与基本抽样单元的区别：不一定是组成总体的最小单位。 抽样单元分级 例：对“北京市中高档商品房的市场需求调查”可以先按区域将北京划分为，东城区、西城区、丰台区、海淀区、朝阳区等。这是一级抽样单位，然

14、后再按各区街道划分成二级抽样单位。,抽样误差（Sampling error）及非抽样误差 精确度（Precision）精确度指关于被测特征的不确定性程度。 例如:在物价统计中，经济家若认为物价如上升0.02将影响经济决策，则精确度须订在0.02。 精确度要求越高，成本越高，但我们一般要求二者之间的平衡而不是一味追求精确度100%。 精确度的具体体现就是抽样误差,精确度和费用与样本量成正比，但样本量与精确度呈非线性关系。 抽样调查费用与精确度之间的关系（图）,最优设计：核定费用内达到最高精度或在达到精度要求条件下调查费用使用最少。,5.2 抽样方案设计,定义目标总体,选择资料收集方式,步骤及程序

15、,选择抽样框架,确定抽样方法与技术,确定样本量,实施抽样步骤,5.2.1 定义总体,目标总体(Target population)：指抽样设计者根据调查目的界定的调查研究对象的集合体。 确定调查目的和范围对定义目标总体具有关键性的作用 总体同质性：指构成总体的各个单位至少有一种性质是共同的，同质性是将总体各单位结合起来构成总体的基础，也是总体的质的规定性。 通常以问卷中的过滤性问题来识别合格的答题者,为确定应答者是否合格的过滤性问题实例,定义总体就是确定那些应排除在外的人的特征,例：某空调制造商拟进行一项空调满意度调查 目标总体： 在调查前6个月内接受过该公司售后服务的所有国内用户。 抽样总体

16、： 在调查前6个月内接受过该公司售后服务，并留了 联系方式的所有国内用户。 思考：北京现代汽车公司拟进行一项用户满意度的调查，应该如何定义目标总体呢？,5.2.2 选择资料收集方式,资料收集的方法对抽样过程有重要影响。,5.2.3 选择抽样框架,抽样框是组织抽样调查的重要依据 抽样框根据其划分标准的不同，可以在不同层面上进行构建，从而使抽样框呈现不同等级，不同等级的抽样框可以用于各级抽样。 编制抽样框时应当注意的问题： 遗漏遗漏部分样本单位； 重复同一样本单位重复出现； 混杂抽样框架中包括部分非样本总体成员。,5.2.4 确定抽样方法与技术,概率抽样 简单随机抽样 系统抽样 分层抽样 整群抽样

17、,非概率抽样 便利抽样 判断抽样 配额抽样 滚雪球抽样,抽样方法,随机抽样（Probability Samples）概率抽样 即在抽样时，总体中每一个抽样单位被选为样本之机率相同。随机抽样对调查员要求较高，须严格遵守程序，避免不合理或有偏见的选择抽样单位。 随机抽样具有健全之统计理论基础，概率论中的法则均有效，是一种客观而科学的抽样方法 存在被允许的抽样误差 非随机抽样（Non-Probability Samples）非概率抽样 在抽样时，抽样单位被选为样本之机率为不可知。,不同抽样方法利弊之比较,确定抽样方式应考虑的四因素,总体方差大小：抽样误差受总体方差影响。 对抽样误差大小的要求：抽样方

18、式不同误差不同。 调查对象本身特点：没有总体单位的资料就不能进行分类或等距抽样。 人力、物力、财力和时间等各种调查条件限制。 可综合运用，结合利用。 5.2.5 确定样本量,5.2.6 实施抽样步骤,一个适于操作的抽样计划更利于抽样调查的成功 适于操作的抽样计划,案例练习：民意调查 该调查由全国范围内1000名在校的年龄在8-17岁的年轻人组 成。该样本代表了所有8-17岁正在上学的人口总体。研究内容包括 他们的愿望和烦恼，他们的家庭和学校，以及他们对涉及范围很广 的各种论题的观点。 调查中采用了一个三阶段分层概率抽样技术来选择访谈地点。 第一阶段：将国内所有县根据每个地理区域内的人口规模进行

19、 分层后，按照大体人口比例随机定出100个县。 第二阶段：按照大体人口比例随机抽出样本县内的城市和城镇 第三阶段：在城市或城镇内可以利用普查小区统计资料的地 方，根据大体人口比例随机选择普查小区；在没有 统计资料的地方，随机抽出农村的路段。 在每个人口普查小区或农村路段内都要给访谈人员指定地点。,抽样设计的六个步骤 定义目标总体：如上述案例中正在上学的年龄在8-17岁的年轻人 选择资料收集方式：访谈模式 确定抽样框架：例如上述案例中的所有县及县内的城市和城镇。 选择一种抽样技术：如上述案例中的三阶段分层概率抽样。 确定样本量：1000名 执行抽样过程：步骤1、2、3和对调查员的指令,5.3 概

20、率抽样调查,5.3.1 概率抽样的概念及分类： 调查者为了特定的调研目的，按照随机原则，运用科学的抽样方式，从研究对象的全体中抽取部分样本单位进行调查，并在一定条件下，运用数理统计的原理和方法，对总体数据特征进行估计和推断的一种非全面调查。 随机抽样的具体方法： （一）简单随机抽样 （二）分层随机抽样 （三）系统随机抽样 （四）整群随机抽样,5.3.2 简单随机抽样(Simple Random Sampling),即纯随机抽样，对总体单位不进行任何分组、规划、排序，仅按随机原则直接抽取样本，是最基本的概率抽样方法。主要包括以下类型： 抽签法：先将调查总体的每个单位按1、2、3N编号，把号签混合

21、后从中抽取，然后按抽出的号码，查对调查单位加以登记，组成样本。 直接抽取法：从调查单位中直接随机抽取样本进行调查，如对存放在仓库里的同类产品直接随机抽出若干产品为样本进行质量检查。,乱 数 表,随机乱数法（随机数表法）：把0到9的数字按双位随机编排成一张大小数互相间杂的数表。,例： 要从94家上市公司中抽取12家作为调查样本，可先将94个公司由1至94编号N=94，然后在乱数表上任意上一点一行（或一列）中一个数字作为起点数，从这个数字按上下或左右顺序读起，每出现两个数字，即为被抽中的单位码号。假定本例是从第四行左边第五个数字向右顺序读起，则所抽取单位是：68 27 31 05 03 72 93

22、 15 55 59 56 35 ，此过程中的96因大于94，舍去不用是因为在顺序抽取的过程中，遇到比编号大的数字，应该舍去。,使用对象： 调查总体中各单位之间差异较小； 调查总体内样本单位不多且有完备名册可以编号； 调查对象难以分组、分类的情况。 需要注意的是：计算机随机抽样产生的是伪随机数，有循环周期，因此不能保证其随机性。 优点： 每个样本被抽中的概率相等，各个样本完全独立，彼此间无一定的关联性和排斥性，完全排除了抽样中主观因素的干扰。 众多抽样方法中最简单，操作方法最容易理解。,缺点： 完整总体名册不易取得，或取得成本很大时实行困难。 当总体样本单位过多时，抽样作业相对不便（如总体名册几

23、万户）。 样本分配较分散，增加调查行政作业困难（如某地区住户580万户要抽18000户）。 当样本单位差异大时，样本代表性恐有不足（如估计所得，抽到高所得或偏低所得）。 例：对某一地区的学生进行抽样，测试该地区学生的智力水平，重点学校与一般学校的学生是有差异的，如果不考虑这个因素，则所抽取的样本很可能重点学校的学生多些，或根本没有重点学校的学生。这样样本的代表性是不理想的，若充分考虑并利用重点与一般存在差异这一已有信息，可以设计出更好的抽样方法。（如分层随机抽样）,5.3.3 分层抽样(Stratifled Sampling),又称类型抽样，即将总体单位按照一定的特征进行分层，然后在每一层里按

24、照等比或不等比的方式采用随机抽样，构成一个调查的样本。 例：要了解某市800个私营企业的生产经营情况，决定分类抽取100个作为样本进行调查。首先分类，第一产业80个，占10；第二产业320个，占40；第三产业400个，占50。 分层抽样的目的： 是为了提高样本的代表性，避免简单随机抽样时可能出现样本过于集中于某种特性的现象。,分层抽样应注意问题: 分组标志与总体特征相关； 必须有清楚的分层界限，在划分时不致发生混淆； 必须知道各层中的单位数目和比例； 分层的数目不宜太多，否则将失去分层的特征，不便在每层中抽样。 分层抽样的步骤包括： 确认目标总体 决定样本数 决定分层标志 将总体按照分层标志分

25、成若干类，每一类称为一层。 在每一层中随机抽取出足够的样本。,分层的方法 1. 等比例分层抽样 各类样本单位数的分配比例与总体单位在各类的分配比例一致。 （i=1,2,k） 式中 ni各层中抽出的样本数量； n 样本量； Ni各层的调查单位数； N 总体单元总量。,例：某教授对甲大学的学生消费倾向产生了兴趣,想对全校学生做抽样调查，总体有5000人，欲抽样500人，则： 总体 样本 一年级2000人一年级200人 二年级1500人二年级150人 三年级1000人三年级100人 四年级500人 四年级50人 如:求二年级样本数ni=（1500/5000）*500,2. 不等比例分层抽样 又称分层

26、最佳抽样。这种抽样法根据各层的标准差的大小来调整各层样本数目。 （i=1,2,k） 式中: K 分层的层数或分层群体的个数； Si各层的样本标准差； Ni各层的调查单位数； n 样本量； ni各层中抽出的样本数量。,例：某地有居民20000户，其中高、中、低收入户分别为4000户、12000户、4000户。又已知高收入户的标准差为300元，中收入户的标准差为200元，低收入户的标准差为100元。现要抽选200户做样本，进行购买力的调查，用分层最佳抽样法分配各层的样本数目。 思考：1.求各层样本数目; 2.如用比例分层计算各层样本应为多少？,NiSi,答：按照公式计算，得出各类型应抽选的样本单位

27、数为： 高收入样本单位数目：200（12000004000000）=60(户) 中收入样本单位数目：200（24000004000000）=120（户） 低收入样本单位数目为：200（4000004000000）=20（户） 应用分层最佳抽样方法计算出的各层样本抽取数同分层比例抽样法抽出的样本数相比较： 家庭收入高的分层样本增加了20个（从40个变为60个）； 家庭收入中等的分层样本数不变； 家庭收入低的分层样本数减少了20个（从40个变为20个）。 高收入户和低收入户在调查总体中单位数都是4000户，为什么从高收入户中产生样本数目是60户，从低收入户中产生样本数目只有20户。这是因为，高收入

28、户的标准差大（300元），从中抽取样本数目就要多一些。低收入户的标准差小（100元），从中抽取的样本数可以少一些。这样抽选到的综合样本比原先仅考虑分层比例抽样得的综合样本更具有对调查总体的代表性，其抽样调查推断的总体结果准确性程度会有所提升。,分层抽样的优缺点,优点 抽样精度、抽样效率高。分层抽样比简单随机抽样和等距抽样更为精确，特别是当总体较大、内部结构复杂时，分层抽样常能取得令人满意的效果； 不但可估计总体的参数，也可以估计每层的参数； 适用于总体单位数量较多，单位之间差异较大的调查对象； 便于管理与实施控制； 所得样本更具代表性。 缺点 分层的收益与组内相关成正比，选择正确的分层标准很重

29、要； 在实际工作中分层并不容易，必须对总体各单位的情况有较多的了解，否则无法科学分类，抽样难度加大，从而耗费额外的费用； 分层抽样要求各层的大小都是已知的，当它们不能精确得知时，就需要通过别的手段进行估计，这不仅增加了抽样设计的难度，而且也会带来新的误差。,5.3.4 系统抽样（Systematic Sampling）,也叫机械随机抽样或等距随机抽样。是将总体各单位按一定标志顺序排列，然后依固定的顺序和间隔抽取样本单位。 具体步骤 将N个总体单位按一定顺序排列，编号为1,2,3，N。 计算抽样间隔k =N/n（k 为整数）。 在1k 之间随机选择一个数字作为随机起点i。 根据i和k从总体中抽取

30、n个样本单位，总体中第i 个单位即作为第一个样本，以k 为间隔增加第二个样本单位即为i+k，以此类推，n个单位号码为：i,i+k,i+2ki+(n-1)k。,系统抽样单位排序分类,无关标志排队：排列顺序可以与调研项目无关 ，如按户口册、姓氏笔画、地理位置等排列。这种排队方式类似于简单随机，因此也称为无序系统抽样。 有关标志排队：排列顺序可以与调研项目直接或间接相关，如在职工家庭收入调查中，先按总收入或平均工资由低到高排队，然后再抽取调研单位。这种方式抽取的样本单元更具有代表性，减小抽样误差，提高估计的效率，称为有序系统抽样。,系统抽样方法,（一）随机起点系统抽样 当间隔k确定后，在第一组随机抽

31、取一个样本单位，顺序号为i，根据间隔以此类推第n个样本单位顺序号为(n-1)k+i。当总体按有关标志排队时，随机起点系统抽样会产生系统性误差。 （二）循环系统抽样 当N不能被n整除时，总体各单位按顺序排成首尾相接的环，取最接近N/n的整数为抽样间隔k，然后在1到N中随机抽取一个单位为起点，沿着圆圈方向按k为间隔抽取单位，直到取足n个单位。按此法可保证样本量n不变，但首尾间隔可能不一定恰好为k。,（三）半距起点系统抽样 要求各样本单位都选在各组中点。各样本单位顺序号为：第一个样本单位是k/2，第二个则是k+k/2，以此类推第n个样本单位是（n-1）k+k/2。 优点：简单易懂，易于实践； 缺点：

32、随机性不明显，不能进行样本轮换。 （四）对称系统抽样 要求第一组随机抽取第一个样本单位，顺序号为i，第二组与第一个样本对称的位置抽取第二个样本单位，顺序号为2k-i，第三组则抽取与第二组对称位置的第三个样本单位为2k+i，以此类推。 此种抽样保留了半距起点系统抽样的优点，又避免了其局限性。,系统抽样优缺点,优点 简单易行，易确定样本单位。甚至可以不需要抽样框，无需编号，易为非专业人员所掌握且便于监督检查； 样本单元在总体中分布均匀，具有较高代表性，利于提高精度； 更适合大样本的使用； 样本分布比较分散 缺点 调查总体的单位不能太多； 要有全及总体每个单位的有关资料，特别是按有关标志排队时，往往

33、要有较为详细具体的资料，否则难以进行； 如果单元的排列存在周期性变化，而抽样者对此缺乏了解，抽出样本的代表性就很差。即当抽选间隔和被调查对象本身的节奏性相重合时，就会影响调查的精度； 误差计算比较复杂。,5.3.5 整群抽样（Cluster Sampling),又叫聚类抽样或集体抽样，先将总体各单位按一定标准分成许多群体，以群体作为抽样单位，从总体中抽出若干群体作为样本，而后对样本群体中的所有单位进行全面调查。 例：某中学有1200个学生，分为6个年级24个班。采取整群抽样方法调查该校学生健康状况。随机抽六个班，对中选班级中的全部学生作为样本进行调查。 单阶段整群抽样：每个被选中的群中所有个体

34、都被包括进样本。 两阶段整群抽样：从每个被选出群中按概率抽出一个个体的样本。,分层抽样和分群抽样的比较 相同之处 都是先对总体中的群体再对个体进行操作； 都不是完全随机地抽取样本，都涉及一定的规则：分层随机抽样涉及的规则是分层群体之间属性的差异，而分群随机抽样涉及的规则是子群体之间的相似； 都能提高随机抽样的效率和改善随机抽样的结果。 不同之处 操作的群体不同，分层抽样操作的是分层群体，而分群抽样操作的是子群体； 适用的总体不同，分层抽样适用于容易按属性差异进行群体划分的总体，而分群抽样适用于不容易按属性差异但容易按可见标志进行群体划分的总体。,适用范围 当缺少基本单位的名单，而难以直接从总体

35、中抽取所要调查的基本单位，但以由基本单位组成的群体作为抽样单位却又现成的名单或有明显的空间界限时，整群抽样就避免了编制基本单位名单的问题； 整群抽样样本相对集中，节省费用及时间； 为满足抽样调查本身目的的要求：如出生率、流动率等。只能通过整群调查说明问题。 如果某些总体的各个群之间的差异不大，精度不比直接抽取样本低。,整群抽样优缺点,优点 样本单位比较集中，调查动作比较方便，可以节省人力、物力、财力和时间。 抽样架构中每个元素的资料不易得到或不完整时，使用此法会较方便。 缺点 选样不只一次，依调研目的可能要选两次或三次。 群体内的元素值通常类似，因此估计量的精确度通常较低。 分群的大小差异会影

36、响抽样的正确性。 样本分布不均匀、代表性差，与上述几种抽样方法相比较，在样本数量相同的情况下抽样误差较大。,5.3.6 多段随机抽样（Multistage Sampling）,又称多级随机抽样或分段随机抽样，就是把从总体中抽取样本的过程分成两个或两个以上阶段进行的抽样方法。 特点 对基本调查单位的抽选不是一步完成的； 组织调查比较方便，尤其对那些基本单位多且分散的总体，由于编制抽样框较困难或难以直接抽取所需样本，可以利用地理区域或行政系统进行； 多阶段抽样是多种抽样方法的结合产物。,基本理论,将总体各单位按一定标志分成若干群体，作为抽样的第1级单位。然后将第1级单位又分成若干小群体，作为抽样的

37、第2级单位。以此类推，还可以分为第3级、第4级单位。 依随机原则，先在第1级单位中抽出若干群体作为第1级样本，然后再在第1级样本中抽出第2级样本，以此类推，还可以抽出第3级样本、第4级样本。 对最后抽出的样本单位逐个进行调查 例：欲实施全省性的防治犯罪相关问题之民意调查，就可以采取多阶段随机抽样方法进行： （1）分层拟针对的人口为全省居民，按犯罪率程度从各市、县、区依一定比例随机抽出100个单位（各市、县、区均有）。 （2）粗分在这100个单位中，以镇、街道为类，在同一单位中抽出3个村（居委会）。 （3）细分这一阶段以户为单位，随机抽出5户作为样本，所以最后样本数为1500（10035）。,多

38、段抽样优缺点,优点： 有利于把各种抽样方法的优点综合起来，从而达到以最小的人财物消耗和最短的时间获得最佳调查效果的目的。 特别适合于调查总体范围大、单位多、情况复杂的调查对象。 样本个体相对集中，易于实施操作 缺点： 样本量相同的情况下，抽样误差较大,它是各阶段抽样误差之和，抽样阶段越多抽样误差就越大。,非概率抽样方法,非概率抽样方法,从方便角度出发或根据主观选择来抽取样本。 无法估计和控制样本误差，无法用样本的定量资料，采用统计方法推断总体。 但简单易行，适合探测性研究。,非概率抽样方法-任意抽样,又称便利抽样法，是调查人员按工作方便，随意抽选样本的一种抽样方法。 街头拦人法； 空间抽样法：

39、对某一聚集的人群，从空间的不同方位对他们随机进行抽样调查，如商场内询问顾客对商场意见。,非概率抽样方法-判断抽样,又称目的抽样法，凭调查人员的主观意愿、经验和知识，从总体中选择具有典型代表性的样本作为调查对象。 这是一种根据调查人员经验或者某些有见解的专家选定样本的抽样方法。,非概率抽样方法-判断抽样案例,关于天通苑地区出行情况的抽样调查 选择标准：双职工家庭，夫妻二人带一个上学或幼儿园的儿童，居住在天通苑地区，夫妻双方工作时间朝九晚五，工作地点和居住地点固定。,非概率抽样方法-配额抽样,按照一定标准，分配样本数额，然后在规定数额内由调查人员随意抽选样本的一种抽样方法。 分为独立控制配额抽样和

40、相互控制配额抽样。,配额抽样-独立控制配额抽样,根据调研、总体的不同特性，对具有某个特性的调查样本分别规定单独分配数额，而不规定必须具有两种或两种以上特性的样本数额。,案例,例如，某项初中学生课外补习班的调查中，确定样本总数为200，可单独选择年级、性别、学习水平三个标准中的一个进行抽样。采用独立控制配额抽样，各标准样本配额比例和样本数如下,案例,配额抽样-相互控制配额抽样,对调查对象的各个控制特性的样本数额交叉分配,案例,非概率抽样方法-雪球抽样,雪球抽样（Snowball Sampling） 利用随机方法或社会调查选出原始受访者。再根据原始受访者提供信息去取得其它受访者。本法之目的乃母体很

41、难寻找或十分稀少。例如单亲家庭计抽样属之。,抽样误差,抽样误差是所选样本结果不能完全代表总体而导致的误差。确切地说，是指随机抽样调查中样本指标与总体指标之间的差值。 误差种类：非抽样误差和抽样误差。,抽样误差-几个概念,总体指标：根据调研总体中各个个体标志值计算的综合指标。包括 总体平均数 总体成数 总体方差和均方差,抽样误差-几个概念,总体平均数：调研总体研究标志的平均值，分简单式和加权式。 总体成数：一个现象有两种表现时，其中具有某种标志的个体数在总体中所占比重。例如，一批产品的合格率和不合格率。 总体方差：一组资料中各数值与其算术平均数离差平方和的平均数。 用希腊字母的平方表示 标准差：

42、也称均方差是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。,抽样误差-几个概念,抽样指标：根据样本总体的各个体标志值计算的综合指标，常用的指标有抽样平均数、抽样成数、抽样方差和均方差。,抽样误差-几个概念,总体 样本,参数,统计量,平均值,标准差,成数（比例）,S,P,非抽样误差,（人为因素造成） 覆盖误差-被调查总体范围被人为缩小 无响应误差-调查回收率低 响应误差-没有反映真实情况（理解有误、有意欺瞒） 道德误差-调查人员缺乏业务培训或职业道德 测量误差-测量工具不准确,抽样误

43、差,抽样误差（只存在概率抽样中）：由于只调查了部分单元，用局部的数据来推断整体而造成的。在抽样调查中是不可避免的,抽样误差-定义,按照随机原则抽样时，所得样本指标与总体指标的实际差数，主要是指样本平均数与总体平均数之差，样本成数与总体成数之差。 抽样误差越大，样本的代表性越低。,抽样误差-影响因素,被研究总体各个体标志值的变异程度。总体的方差和均方差越大，抽样误差越大，反之，越小。 抽取的调查个体数目。数目越大，抽样误差越小，反之越大。 抽样调查方法和技术。按照系统抽样和分层抽样方式其抽样误差要比简单随机方式小。,抽样极限误差-定义,Margin of Error 一定概率下抽样误差的可能范围

44、，也称允许误差，误差幅度。,抽样误差-解决措施,一、要准确选定抽样方法 选择正确的抽样方法有利于使抽取的样本能真正代表样本总体，减小误差。一般随机抽样具有更大的适用性。,抽样误差-措施,二、要准确确定样本数目 一般而言，样本数目与抽样误差呈反比关系，即样本量越大，抽样误差越小。但抽样误差又与调查总体中的特征差异有关，如果总体中的差异大，则样本数目也应该大一些。,抽样误差-措施,三、要加强对抽样调查的组织领导，提高抽样调查工作的质量。,抽样平均误差,所有样本抽样误差的平均数，是抽样平均数或抽样成数的标准差，既可能出现的样本指标的平均离差。 被作为衡量样本指标对总体指标代表性高低的尺度。,抽样平均误差-注意点,重复抽样和不重复抽样相比，不重复抽样的平均误差总是小于重复抽样的抽样平均误差。 如果样本个体数很小，总体数很大，对抽样平均误差影响不大。,抽样平均误差-计算中注意点,总体标准差资料来源： 用样本方差代替总体方差 用估计的资料，可用预计数量计算总体方差。 用此类过