第四章(整群抽样).pptx

《第四章(整群抽样).pptx》由会员分享，可在线阅读，更多相关《第四章(整群抽样).pptx（49页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1整群抽样一、整群抽样的基本概念二、群规模相等条件下的估计三、群规模不相等条件下的估计第1页/共49页2一、整群抽样的基本概念问题的提出整群抽样的定义整群抽样的特点群的划分群规模简介第2页/共49页3一个新建的居民区由近百幢居民楼组成，其中住户总数达数千户。欲用抽样调查方法估计该居民区现有的电话拥有率。a.一种是用简单随机抽样，抽取一定样本量的住户住户，譬如说共抽取n=250户进行调查，然后用简单估计方法对全居民区的电话拥有率进行估计。b.另一种方法是按一定方法抽取一定数量的居民楼居民楼，譬如说15幢或20幢楼，然后对这些楼中的每个住户都进行调查，根据调查结果来估计整个居民区的电话拥有率。实际

2、问题的提出：第3页/共49页4这两种方法的根本差别是：抽样单元不同。前者以住户住户为抽样单元，后者则以居民楼居民楼为抽样单元。后一种抽样方法称为整群抽样。第4页/共49页5Def.1 一般地说，如果总体中所有较小的基本单元可以以某种形式组成数量较少但规模较大的单元；或反过来说，每个“大”单元都由若干“小”单元组成，称这些 “大”单元为初级（抽样）单元(primary sampling unit)，“小”单元为次级（抽样）单元(secondary sampling unit).Def.2在总体中，按一定方式抽取n个初级单元，调查每个被抽中的初级单元中所包含的全部次级单元，这种抽样方法称为整群抽样

3、(clustersampling)，也称集团抽样。第5页/共49页6定义：整群抽样是将总体划分为若干群，然后以群为抽样整群抽样是将总体划分为若干群，然后以群为抽样单元，从样本中随机抽取一部分群，对选中的群的所有单元，从样本中随机抽取一部分群，对选中的群的所有基本单元进行调查的一种抽样技术。基本单元进行调查的一种抽样技术。这里的群(cluster)就是指初级单元，整群抽样就是指将总体中的小单元整群整群地进行抽群。在前面的例子中，居民楼就是群（初级单元），而住户则是次级单元，对居民楼的抽样就是一种对住户的整群抽样。整群抽样的定义第6页/共49页7整群抽样的特点1）抽样框的编制简单2）实施便利，节省

4、费用3）抽样误差相对比较大些发挥整群抽样的优势，因为其省时省力，每个单元的平均调查费用比较少，故可通过增大样本量的方法弥补精度的损失。第7页/共49页8划分群的标准总体方差=群间方差+群内方差群内方差群间方差 整群抽样是对被抽中的群的群内的每个单元进行抽样，因此群内方差的影响很小，主要的误差是由群间方差影响的。分群的标准：使同一群内各单元之间的差异大一些即群内方差大些，群与群的差异尽可能的小些，即群间方差小些。第8页/共49页9群的规模u 群的规模指组成群的单元的数量。u 群的规模比较灵活，可大可小，规模大些，估计的精度差些，但是费用省。规模小的，估计的精度可以提高但是费用大。费用与精度根据实

5、际需要而定。第9页/共49页10群规模相等的整群抽样群规模相等的整群抽样一、群规模相等简介 二、符号说明三、总体均值的估计及性质四、估计量方差的估计五、设计效应第10页/共49页11 总体中的N个初级单元即群的大小（群内次级单元数）都相等的情形。也就是，若总体有N个群时，每个群中所包含的单元数为M相等时，则称群规模相等，在实际问题中，只要群的规模接近时，也称为群规模相等。这时，对群的抽取一般采用简单随机抽样（无放回）。一、群规模相等简介第11页/共49页12二、符号说明第12页/共49页13总 体样 本第13页/共49页14三、总体均值的估计及性质总体平均值的估计为：性质 1）的无偏估计建立如

6、下盒子模型证明：第14页/共49页15在这个新的盒子中有N个小盒子，每个小盒子中含元素(Yij，j=1,2,M)，它们的平均数是，而全体的平均数恰好构成盒子的平均数。第15页/共49页16我们的模型是从这N个小盒子中随机无放回地抽取n个，这n个小盒子相应的平均数为而这n个的平均数恰好构成样本平均数，总体均值，样本均值，故样本均值是总体均值的无偏估计。（为什么？）第16页/共49页17四、估计量方差的估计第17页/共49页18根据，的一个无偏估计是：在实际问题中，具有某种特性的次级单元在总体中所占的比例P的估计常用整群抽样，不仅方便而且效率高，在各群大小相等的情况下，利用前面对的讨论，推导出对P

7、的估计量及其方差。第18页/共49页19五、设计效应我们已经研究了简单随机抽样和较复杂的分层抽样、不等概率抽样、整群抽样，抽样方法的不同会引起估计量精度的不同。之所以采用比较复杂的抽样手段，目的无非是提高估计的效果。因此，看一个抽样方案的效果究竟如何，一个比较好的办法是将它与简单随机抽样在相同的样本容量之下对精度作比较这就是基什(Kish)在1965年提出的设计效应(design effect,简记为deff):Deff =(Deff =(所考虑抽样设计估计量的方差所考虑抽样设计估计量的方差)/)/（相同样（相同样 本量下简单随机抽样估计量的方差）本量下简单随机抽样估计量的方差）第19页/共4

8、9页20设计效应值愈大，表明它的效率愈低。若deff1，表明所考虑的抽样设计的效率不如简单随机抽样；若deff1，表明该抽样设计的效率比简单随机抽样高。在整群抽样中，我们在前面已经指出：如何划分群以及群的大小如何控制对于估计的精度都有影响，这就涉及到设计效应。根据设计效应的定义，考察在拥有NM个次级单元的总体中抽取容量为nM的简单随机样本，样本均值的方差为：第20页/共49页21因此，群大小相等的整群抽样的设计效应为：上面结果意味着：按同样的样本量（以次级单元计）整群抽样的方差约为简单随机抽样的方差的倍。换句话说，为了获得同样的精度，整群抽样的样本量必须是简单随机抽样的样本量的倍。第21页/共

9、49页22群内相关系数第22页/共49页23例6.1 在一次对某寄宿中学在校生零花钱的调查中，以宿舍为群进行整群抽样。每个宿舍有8名学生。用简单随机抽样在全部510间宿舍中抽取n=12间宿舍。全部96个学生上周每人零花钱及相关数据如下。1）试估计生平均零花钱，并给出其95%的置信区间；2）试估计群内相关系数与设计效应。3)如果是简单随机抽样，需要多少样本?第23页/共49页24i1 240，187，162，185，206，197，154，173 188.00 27.192 210，192，184，148，186，175，169，180 180.50 17.983 149，168，145，130

10、，170，144，125，167 149.75 17.324 202，187，166，232，205，263，198，210 207.88 29.175 210，285，308，198，264，275，183，231 244.25 45.206 394，256，192，280，267，334，216，289 278.50 63.877 192，121，172，165，152，224，195，241 182.75 38.778 230，205，187，176，212，253，189，240 211.50 27.489 274，208，195，307，264，258，210，309 253.13

11、44.5210 232，187，150，182，175，212，169，222 191.13 28.2911 342，294，267，309，258，198，244，286 274.75 43.7012 228，294，182，312，267，254，232，298 258.38 43.52 第24页/共49页25(1)解：已知N510，n12，M8，fn/N=0.0235故第25页/共49页26于是 的置信度为95的置信区间为也即第26页/共49页27(2)计算群内相关系数与设计效应解：由前已算出样本群间方差 而群内方差为第27页/共49页28第28页/共49页29(3)若 令为简单随机抽样

12、的样本量则即可达到整群抽样96户样本量相同的估计精度第29页/共49页30群规模不相等的整群抽样群规模不相等的整群抽样一、等概抽样，简单估计 二、等概抽样，加权估计三、等概抽样，比率估计四、例子第30页/共49页31对总体均值 的估计为可以看出，的方差估计为等概抽样，简单估计第31页/共49页32此法特点1.估计量 是有偏的2.操作简便，易于掌握和使用3.适用条件，群之间的规模差异不大时 第32页/共49页33思路：以群规模Mi为权数，得到群总和yi，进而求得群总和均值 ，再除以群 平均规模等概抽样，加权估计第33页/共49页34估计公式为：若 未知，可用样本群平均规模代替第34页/共49页3

13、5总体总量Y的估计为总量估计的另一公式为第35页/共49页36估计量的方差为它的无偏估计为均值估计 的方差为第36页/共49页37总体均值估计为这里辅助变量不是Xi而是群规模Mi总体总量估计为等概抽样，比率估计第37页/共49页38估计量的方差分别是第38页/共49页39 与 的样本估计分别是第39页/共49页40 第40页/共49页41背景：某县有33个乡，726个村，该年度某种作物总种植面积30525亩，现采用等概抽样随机抽出10个乡，要求估计全县总产量，计算抽样误差。调查资料如下：案例分析 第41页/共49页42样本乡编号村庄数 Mi作物总产（乡）yi（万公斤）种植面积（乡）xi（亩）1

14、23456789101518261420282119311722.022.830.221.725.331.226.020.533.823.68007801000700880110085080012008301.46671.26671.16151.551.2651.11431.23811.0791.09031.3882合计 209 257.1 8940 第42页/共49页43分别采用几种方法估计1、等概抽样，简单估计第43页/共49页44评价：方法虽简单，却是有偏估计第44页/共49页452、等概抽样，加权估计第45页/共49页46评价：虽是无偏估计量，但方差估计没有改观第46页/共49页473、等概抽样，比率估计评价：有偏，n较大时比较理想第47页/共49页484其它辅助变量的估计 已知：种植面积X30525（亩）用种植面积为辅助变量评价：和 相比，更小，因而有 更好的估计效果。选择关系密切的辅助变量第48页/共49页49感谢您的观看！第49页/共49页