23章 概率抽樣方法

第23章概率抽樣方法

學(xué)習(xí)目標(biāo)標(biāo)掌握簡單單隨機(jī)抽抽樣及SAS程程序；掌握系統(tǒng)統(tǒng)（機(jī)械械、等距距）抽樣樣及SAS程序序；掌握分層層抽樣及及SAS程序；；掌握整群群抽樣及及SAS程序。。概述抽樣調(diào)查查可以分分為兩類類，即概概率抽樣樣和非概概率抽樣樣。概率率抽樣是是按照隨隨機(jī)原則則進(jìn)行抽抽樣，不不加主觀觀因素，，組成總總體的每每個單位位都有被被抽中的的概率（（非零概概率），，可以避避免樣本本出現(xiàn)偏偏差，樣樣本對總總體有很很強(qiáng)的代代表性。。非概率率抽樣是是按主觀觀意向進(jìn)進(jìn)行的抽抽樣（非非隨機(jī)的的），組組成總體體的很大大部分單單位沒有有被抽中中的機(jī)會會（零概概率），，使調(diào)查查很容易易出現(xiàn)傾傾向性偏偏差。概述現(xiàn)代被廣廣泛應(yīng)用用的抽樣樣調(diào)查是是概率抽抽樣。因因此，現(xiàn)現(xiàn)代的抽抽樣調(diào)查查是指概概率抽樣樣，其定定義為：：抽樣調(diào)調(diào)查，又又稱抽樣樣推斷，，是一種種重要的的、科學(xué)學(xué)的非全全面調(diào)查查方法。。它根據(jù)據(jù)調(diào)查的的目的和和任務(wù)要要求，按按照隨機(jī)機(jī)原則，，從若干干單位組組成的事事物總體體中，抽抽取部分分樣本單單位來進(jìn)進(jìn)行調(diào)查查、觀察察，用所所得到的的調(diào)查標(biāo)標(biāo)志的數(shù)數(shù)據(jù)來推推斷總體體。概述概率抽樣樣的原則則，就是是總體中中的每一一個樣本本被選中中的概率率相等。。概率抽抽樣之所所以能夠夠保證樣樣本對總總體的代代表性，，其原理理就在于于它能夠夠很好的的按總體體內(nèi)在結(jié)結(jié)構(gòu)中所所蘊(yùn)含的的各種隨隨機(jī)事件件的概率率來構(gòu)成成樣本，，使樣本本成為總總體的縮縮影。概述抽樣調(diào)查查按抽樣樣的組織織形式劃劃分，有有以下幾幾種主要要方法：：簡單隨機(jī)機(jī)抽樣：：按照等等概率的的原則，，直接從從含有N個元素素的總體體中抽取取n個元元素組成成的樣本本（N>>n）。。系統(tǒng)抽樣樣（等距距抽樣或或機(jī)械抽抽樣）：：把總體體的單位位進(jìn)行排排序，再再計算出出抽樣距距離，然然后按照照這一固固定的抽抽樣距離離抽取樣樣本。第第一個樣樣本采用用簡單隨隨機(jī)抽樣樣的辦法法抽取。。概述K（抽樣樣距離））=N（（總體規(guī)規(guī)模）//n（樣樣本規(guī)模模）前提條件件：總體體中個體體的排列列對于研研究的變變量來說說，應(yīng)是是隨機(jī)的的，即不不存在某某種與研研究變量量相關(guān)的的規(guī)則分分布?？煽梢栽谡{(diào)調(diào)查允許許的條件件下，從從不同的的樣本開開始抽樣樣，對比比幾次樣樣本的特特點。如如果有明明顯差別別，說明明樣本在在總體中中的分布布承某種種循環(huán)性性規(guī)律，，且這種種循環(huán)和和抽樣距距離重合合。概述分層抽樣樣（類型型抽樣））：先將將總體中中的所有有單位按按照某種種特征或或標(biāo)志（（性別、、年齡等等）劃分分成若干干類型或或?qū)哟?，，然后再再在各個個類型或或?qū)哟沃兄胁捎煤喓唵坞S機(jī)機(jī)抽樣或或系用抽抽樣的辦辦法抽取取一個子子樣本，，最后，，將這些些子樣本本合起來來構(gòu)成總總體的樣樣本。分層抽樣樣是把異異質(zhì)性較較強(qiáng)的總總體分成成一個個個同質(zhì)性性較強(qiáng)的的子總體體，再抽抽取不同同的子總總體中的的樣本分分別代表表該子總總體，所所有的樣樣本進(jìn)而而代表總總體。概述分層標(biāo)準(zhǔn)準(zhǔn)為：以調(diào)查所所要分析析和研究究的主要要變量或或相關(guān)的的變量作作為分層層的標(biāo)準(zhǔn)準(zhǔn)。以保證各各層內(nèi)部部同質(zhì)性性強(qiáng)、各各層之間間異質(zhì)性性強(qiáng)、突突出總體體內(nèi)在結(jié)結(jié)構(gòu)的變變量作為為分層變變量。以那些有有明顯分分層區(qū)分分的變量量作為分分層變量量。概述分層的比比例問題題：按比例分分層抽樣樣：根據(jù)據(jù)各種類類型或?qū)訉哟沃械牡膯挝粩?shù)數(shù)目占總總體單位位數(shù)目的的比重來來抽取子子樣本的的方法。。不按比例例分層抽抽樣：有有的層次次在總體體中的比比重太小小，其樣樣本量就就會非常常少，此此時采用用該方法法，主要要是便于于對不同同層次的的子總體體進(jìn)行專專門研究究或進(jìn)行行相互比比較。如如果要用用樣本資資料推斷斷總體時時，則需需要先對對各層的的數(shù)據(jù)資資料進(jìn)行行加權(quán)處處理，調(diào)調(diào)整樣本本中各層層的比例例，使數(shù)數(shù)據(jù)恢復(fù)復(fù)到總體體中各層層實際的的比例結(jié)結(jié)構(gòu)。概述整群抽樣樣：抽樣樣的單位位不是單單個的個個體，而而是成群群的個體體。它是是從總體體中隨機(jī)機(jī)抽取一一些小的的群體，，然后由由所抽出出的若干干個小群群體內(nèi)的的所有元元素構(gòu)成成調(diào)查的的樣本。。對小群群體的抽抽取可采采用簡單單隨機(jī)抽抽樣、系系統(tǒng)抽樣樣和分層層抽樣的的方法。。優(yōu)點：簡簡便易行行、節(jié)省省費用，，特別是是在總體體抽樣框框難以確確定的情情況下非非常適合合。缺點：樣樣本分布布比較集集中、代代表性相相對較差差。一般來說說，類別別相對較較多、每每一類中中個體相相對較少少的做法法效果較較好。概述多階抽樣樣（分段段抽樣））：按照照元素的的隸屬關(guān)關(guān)系后層層次關(guān)系系，把抽抽樣過程程分為幾幾個階段段進(jìn)行。。適用于于總體規(guī)規(guī)模特別別大，或或者總體體分布的的范圍特特別廣時時。二重抽樣樣（又稱稱兩相抽抽樣）：：就是先先抽取一一個容量量比較大大的初始始樣本，，用初始始樣本估估計總體體的某些些參數(shù)或或某些必必要的信信息作為為分層的的比例或或再次抽抽樣的標(biāo)標(biāo)志，然然后將抽抽出的初初始大樣樣本作為為“總體體”，從從中抽取取容量合合適的樣樣本進(jìn)行行比較詳詳細(xì)的調(diào)調(diào)查。特特點是，，適合用用于對總總體信息息了解比比較少的的調(diào)查。。概述比率抽樣樣（PPS抽樣樣）：就就是將總總體按一一種準(zhǔn)確確的標(biāo)準(zhǔn)準(zhǔn)劃分出出容量不不等的具具有相同同標(biāo)志的的單位在在總體中中不同比比率分配配的樣本本量進(jìn)行行的抽樣樣。特點點是總體體中含量量大的部部分被抽抽中的概概率也大大，可以以提高樣樣本的代代表性。。概述在抽樣調(diào)調(diào)查的實實際工作作中，經(jīng)經(jīng)常是要要將幾種種抽樣方方法結(jié)合合起來應(yīng)應(yīng)用。比比如，城城市居民民的收支支調(diào)查，，是將二二重抽樣樣、多階階段抽樣樣、分層層抽樣、、機(jī)械抽抽樣等多多種方法法結(jié)合起起來使用用。在在現(xiàn)實的的商業(yè)性性的市場場調(diào)查中中也有非非概率抽抽樣的應(yīng)應(yīng)用。如如，配額額抽樣、、隨意抽抽樣、志志愿者抽抽樣、判判斷抽樣樣、修正正的概率率抽樣和和滾雪球球抽樣等等等，由由于這些些抽樣方方法容易易出現(xiàn)偏偏差，所所以只在在對共性性特別強(qiáng)強(qiáng)的群體體的商業(yè)業(yè)性調(diào)查查中應(yīng)用用。簡單隨機(jī)機(jī)抽樣及及SAS程序SAS系系統(tǒng)中利利用SURVEYSELECT過程程步進(jìn)行行簡單隨隨機(jī)抽樣樣。SURVEYSELECT過過程的語語法格式式如下：：PROCSURVEYSELECTDATA=OUT=METHOD==SAMPSIZE=SAMPRATE=REP=SEED=NOPRINT;;IDvariable;RUN;;簡單隨機(jī)機(jī)抽樣及及SAS程序DATA語句指指定要分分析的數(shù)數(shù)據(jù)集名名及一些些選項；；OUT選選擇項指指定輸出出結(jié)果的的SAS數(shù)據(jù)集集名，用用來保存存抽樣輸輸出的結(jié)結(jié)果；METHOD選選擇項指指定抽樣樣方法，，其中SRS（（simplerandomsampling）為為簡單隨隨機(jī)抽樣樣，SYS（systemrandomsampling）為系系統(tǒng)隨機(jī)機(jī)抽樣，，等等；；SAMPSIZE選擇擇項指定定需要抽抽樣的樣樣本量；；簡單隨機(jī)機(jī)抽樣及及SAS程序REP選選擇項指指定可以以重復(fù)抽抽樣的次次數(shù)；SAMPRATE選擇擇項指定定抽樣的的比例；；SEED選擇項項指定產(chǎn)產(chǎn)生隨機(jī)機(jī)隨機(jī)數(shù)數(shù)字的初初始數(shù)，，缺省是是0或負(fù)負(fù)值；NOPRINT選擇項項指定不不對輸出出結(jié)果進(jìn)進(jìn)行打印??；ID語句句指定數(shù)數(shù)據(jù)集中中需要包包含的變變量指標(biāo)標(biāo)。系統(tǒng)（機(jī)機(jī)械、等等距）抽抽樣及SAS程程序把總體的的單位進(jìn)進(jìn)行排序序，再計計算出抽抽樣距離離，然后后按照這這一固定定的抽樣樣距離抽抽取樣本本。第一一個樣本本采用簡簡單隨機(jī)機(jī)抽樣的的辦法抽抽取。在在SURVEYSELECT過程步步中，只只需要將將METHOD選擇項項設(shè)定為為SYS（systematicrandomsampling）即可可，通過過CONTROL語句句設(shè)定某某個變量量作為抽抽樣距離離參考變變量，即即抽樣之之前按照照CONTROL變量量對原始始樣本進(jìn)進(jìn)行排序序，然后后按照規(guī)規(guī)定的樣樣本量確確定抽樣樣距離，，隨機(jī)選選取第一一個樣本本并進(jìn)行行系統(tǒng)抽抽樣。整群抽樣樣及SAS程序序整群抽樣樣抽樣的的單位不不是單個個的個體體，而是是成群的的個體。。它是從從總體中中隨機(jī)抽抽取一些些小的群群體，然然后由所所抽出的的若干個個小群體體內(nèi)的所所有元素素構(gòu)成調(diào)調(diào)查的樣樣本。把把“成群群的個體體”當(dāng)作作個體來來看待，，那么整整群抽樣樣與簡單單隨機(jī)抽抽樣的原原理就是是一樣的的。多階抽樣樣及SAS程序序是將總體體分成若若干小的的群體，，但并不不在每一一小的群群體中抽抽取一個個樣本，，而是將將這些小小群體稱稱為第一一性抽樣樣單元，，將它們們看作個個體進(jìn)行行抽樣，，然后，，再對抽抽中的第第一性抽抽樣單元元中的個個體抽樣樣，這樣樣的抽樣樣當(dāng)然可可以不止止二階而而是多階階的，先先抽第一一性樣單單元，再再在第一一性樣單單元鐘抽抽第二性性樣單元元，再在在第二性性樣單元元中抽第第三性樣樣單元，，如此直直至最基基層的個個體。多階抽樣樣及SAS程序序當(dāng)總體中中個體數(shù)數(shù)量太大大，或其其他技術(shù)術(shù)上的原原因，無無法直接接對個體體編號時時，可以以采用多多階抽樣樣，先按按第一性性單元編編號，抽抽取若干干個，再再在抽得得的第一一性單元元內(nèi)編號號，抽取取下一級級單元。。多階抽抽樣會使使現(xiàn)場觀觀測的樣樣本單元元比較集集中，有有利于節(jié)節(jié)省調(diào)查查費用。。多階抽樣樣的SAS程序序也是以以簡單隨隨機(jī)抽樣樣和系統(tǒng)統(tǒng)性抽樣樣為基礎(chǔ)礎(chǔ)的，只只是每一一次抽樣樣過程編編寫一個個SAS程序而而已，即即需要編編寫多個個SAS程序以以進(jìn)行多多次抽樣樣。本章小節(jié)節(jié)現(xiàn)代被廣廣泛應(yīng)用用的抽樣樣調(diào)查是是概率抽抽樣。因因此，現(xiàn)現(xiàn)代的抽抽樣調(diào)查查是指概概率抽樣樣，其定定義為：：抽樣調(diào)調(diào)查，又又稱抽樣樣推斷，，是一種種重要的的、科學(xué)學(xué)的非全全面調(diào)查查方法。。它根據(jù)據(jù)調(diào)查的的目的和和任務(wù)要要求，按按照隨機(jī)機(jī)原則，，從若干干單位組組成的事事物總體體中，抽抽取部分分樣本單單位來進(jìn)進(jìn)行調(diào)查查、觀察察，用所所得到的的調(diào)查標(biāo)標(biāo)志的數(shù)數(shù)據(jù)來推推斷總體體。本章小節(jié)節(jié)概率抽樣樣的原則則，就是是總體中中的每一一個樣本本被選中中的概率率相等。。概率抽抽樣之所所以能夠夠保證樣樣本對總總體的代代表性，，其原理理就在于于它能夠夠很好的的按總體體內(nèi)在結(jié)結(jié)構(gòu)中所所蘊(yùn)含的的各種隨隨機(jī)事件件的概率率來構(gòu)成成樣本，，使樣本本成為總總體的縮縮影。本章小節(jié)節(jié)簡單隨機(jī)機(jī)抽樣：：按照等等概率的的原則，，直接從從含有N個元素素的總體體中抽取取n個元元素組成成的樣本本（N>