资源描述
,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,样本、抽样与抽样设计,1,抽样,(sampling),和抽样设计,抽样即选取总体的一部分进行实证分析以期获得对总体的认知。,理由：,1,，直接对总体的研究不现实、不经济、不可行,2,，样本的属性可以准确反映总体的性质,总体,(population),：所有相关的分析单位构成总体,样本,(sample),：从总体中抽取的一个子集，作为推论总体性质的基础,参数,(parameter),：总体的特定属性，如均值,统计量,(statistic),：样本的特定属性，如均值,抽样理论提供了一个从样本到总体，从统计量到参数的推论,抽样设计的核心是解决该推理的合理性和准确性，即解决样本的代表性。,样本通常要求是大样本，具有稳定的性质,2,抽样的构成要素,1,，对总体的界定,2,，抽样单位,(sampling unit),：,总体的最基本构成单位,3,，抽样框架,(sampling frame),：,实际抽样过程中样本所来自的抽样单位目录。属操作性工具，原则上尽量与总体吻合。样本的问题常直接由抽样框架的不足引起。,例：,Literary Digest,在,1936,年对总统竞选的抽样调查,3,抽样设计,给定抽样框架，则抽样的问题转化为如何取得代表性的样本，即与总体的属性近似的样本。,两种基本的抽样设计,1,，概率抽样：每一个抽样单位被抽作样本的概率是一样的，由研究者设定。概率抽样避免了预测总体属性上的系统的扭曲。,2,，非概率抽样：被抽样的概率无法设定，或者不能确保相同的被抽取概率。因而样本与总体的属性可能出现系统的出入。,非概率抽样设计的种类,1,，方便样本,(convenience sample),2,，主观认定的样本,(purposive sample),3,，配额样本,(quota sample),4,概率抽样设计,1,，简单随机抽样,(simple random sampling),该程序给总体的每一个抽样单位,相同的和已知的,被抽取概率。,简单随机抽样的步骤：,1,，给所有抽样单位编号,2,，使用随机数字表，读取数字，直到取得所需样本容量,n,3,，将编号与被读取数字相同的抽样单位取出来形成样本,5,随机数字表,Col./Line,(1),(2),(3),(4),(5),(6),(7),(8),(9),(10),(11),(12),(13),(14),1,10480,15011,01536,02011,81647,91646,69179,14194,62590,36207,20969,99570,91291,90700,2,22368,46573,25595,85393,30995,89198,27982,53402,93965,34095,52666,19174,39615,99505,3,24130,48360,22527,97265,76393,64809,15179,24830,49340,32081,30680,19655,63348,58629,4,42167,93093,06243,61680,07856,16376,39440,53537,71341,57004,00849,74917,97758,16379,5,37570,39975,81837,16656,06121,91782,60468,81305,49684,60672,14110,06927,01263,54613,6,77921,06907,11008,42751,27756,53498,18602,70659,90655,15053,21916,81825,44394,42880,7,99562,72905,56420,69994,98872,31016,71194,18738,44013,48840,63213,21069,10634,12952,8,96301,91977,05463,07972,18876,20922,94595,56869,69014,60045,18425,84903,42508,32307,9,89579,14342,63661,10281,74553,18103,57740,84378,25331,12566,58678,44947,05585,56941,10,85475,36857,53342,53988,53060,59533,38867,62300,08158,17983,16439,11458,18593,64952,11,28918,69578,88231,33276,70997,79936,56865,05859,90106,31595,01547,85590,91610,78188,12,63553,40961,48235,03427,49626,69445,18663,72695,52180,20847,12234,90511,33703,90322,13,09429,93969,52636,92737,88974,33488,36320,17617,30015,08272,84115,27156,30613,74952,14,10365,61129,87529,85689,48237,52267,67689,93394,01511,26358,85104,20285,29975,89868,15,07119,97336,71048,08178,77233,13916,47564,81056,97735,85977,29372,74461,28551,90707,16,51085,12765,51821,51259,77452,16308,60756,92144,49442,53900,70960,63990,75601,40719,17,02368,21382,52404,60268,89368,19885,55322,44819,01188,65255,64835,44919,05944,55157,18,01011,54092,33362,94904,31273,04146,18594,29852,71585,85030,51132,01915,92747,64951,19,52162,53916,46369,58586,23216,14513,83149,98736,23495,64350,94738,17752,35156,35749,20,07056,97628,33787,09998,42698,06691,76988,13602,51851,46104,88916,19509,25625,58104,在复旦,40,，,000,个注册学生中随机抽取,500,人。,6,相同的和已知的,被抽取概率，是多少？,抽样框架的容量为,N,，样本容量为,n,，则被抽取概率为,n/N,为什么？,Probability = 1/N + (N-1)/N*1/(N-1) + = n/N,7,概率抽样设计,2,， 系统抽样,(systematic sampling),：设置抽样间距，将简单随机抽样简化为对第一个随机抽样单位的抽取。,方法：,1,，给所有抽样单位编号,2,，计算抽样间距，即用总体的数目除以需抽取的样本量，,K=N/n,3,，用简单随机抽样的方法抽取一个数字,X (X a,2,，非对称性：,if a b, then it is not true that b =a,3,，传递性：,if a b and b c, then a c,4,，数据转换：允许任何单调的变换,数学和统计计算的性能提高,可以进行大小比较，计算关联性等,21,测量的水平,-3,间距水平,(interval level),：,不仅显示了顺序关系，而且显示了不同观察值间的精确距离的测量手段。间距水平的测量有一个一般的和恒定的测量单位。例如智商、考试分数、出勤率、犯罪率等,间距水平测量的数学性质：,唯一性、对称性、交换性、替代性、结合性,数学和统计计算的性能优越,描述和推论统计运算都适用，数学四则运算适用,22,测量的水平,-4,比率水平,(ratio level),：,当间距测量的数据存在自然的,0,值时。如温度、距离等,在统计和数学的性质上和间距测量的数据一样，唯一的区别在于存在自然,0,值，其数据基于该绝对的,0,值而取得。间距测量的数据基于某一个主观设定的点，可以是一个主观设定的,0,点，但也未必。实际研究中，间距测量和比率测量基本无需区分。,23,四种水平的比较,水平,等价性,Equivalence,大于关系,Greater than,固定间距,Fixed interval,自然,0,值,Natural zero,名义水平,Yes,No,No,No,顺序水平,Yes,Yes,No,No,间距水平,Yes,Yes,Yes,No,比率水平,Yes,Yes,Yes,Yes,24,上海,10,月份日间最高温度,11-20,号,A,B,C,D,E,F,G,H,I,J,名义水平,A,B,C,E,G,热,D,F,H,I,J,冷,顺序水平,1,2,3,4,5,6,7,8,9,10,变冷趋势,间距水平,22,20,19,18.5,18,17,16,16,15.5,15,比率水平,22,20,19,18.5,18,17,16,16,15.5,15,0,B,C,E,A,G,F,H,D,I,J,B,C,E,A,G,B,C,E,A,G,F,H,D,I,J,F,H,D,I,J,25,
展开阅读全文