《抽样调查》PPT课件

《《抽样调查》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章　抽样调查本章要求1、基本概念2、抽样指标计算3、抽样平均误差的影响因素及计算4、全及指标推断：抽样极限误差计算、置信区间计算5、简单随机抽样重复抽样的必要抽样单位数计算掌握1、抽样调查分类2、抽样调查特点3、全及总体分类及全及指标4、抽样方式分类5、抽样误差概念及分类6、抽样平均误差影响因素7、可信程度、概率度8、抽样方案设计基本原则9、主要的抽样组织方式种类理解1、抽样调查的意义2、抽样调查的适用范围3、不同抽样方式的可能样本数目4、抽样调查的理论依据5、抽样平均误差的意义6、各种抽样组织方式介绍7、不重复抽样的必要抽样单位数计算了解第一节概　　述第二节基本概念及理论依据第

2、三节抽样平均误差第四节全及指标推断第五节抽样方案设计第一节　概　述1、抽样调查概念广义：抽取部分单位观察，并根据观察结果推断全体。随机抽样：保证总体中各单位具有同等机会被抽中，客观地抽取样本，并推断总体。狭义：按照随机原则抽取部分单位观察，并运用数理统计方法，由部分对总体做出数量上的推断分析。2、特点1）只抽取部分单位；2）用部分推断总体；3）抽样遵循随机原则；4）会产生抽样误差，但误差可以计算和控制。3、统计误差统计数字与各种实际数量之间的差别。登记误差：代表性误差：调查误差或工作误差，指在登记、汇总计算过程中产生的误差。（可以避免的）用部分去推断总体产生的误差。（一般不可避免）返

3、回目录第二节基本概念及理论依据一、基本概念1、全及总体：所要认识对象的全体。它是唯一的、确定的。变量总体：属性总体：总体中总体单位的标志为品质标志2、抽样总体：从全及总体随机抽取得部分单位的集合体。一个全及总体中，可以抽取多个抽样总体，即抽样总体不是唯一的、确定的。一般认为，样本容量n大于或等于30个单位数时称为大样本，小于30个单位数时称为小样本。总体中总体单位的标志为数量标志(一)全及总体和抽样总体1、全及指标：根据全及总体中的各单位标志值或标志特征计算的、反映总体某种属性的综合指标。又称统计参数。它是唯一确定的。变量总体：属性总体：N1具有某种属性的单位数，N0不具有某种属性的

4、单位数。(二)全及指标和抽样指标属性总体成数方差公式推导：则属性总体的平均数XF及格1N1不及格0N02、抽样指标：根据抽样总体中的各单位标志值或标志特征计算的综合指标。又称统计量，是一个随机变量。变量总体：属性总体：n1具有某种属性的单位数，n0不具有某种属性的单位数。(三)抽样方法和样本可能数目1、抽样方法：从全及总体随机抽取得部分单位的取样方法。样本数目与样本容量有关，也与抽样方法有关，样本容量既定，则样本数目取决于抽样的方法。根据取样的方式不同重复抽样不重复抽样根据对样本的要求不同考虑顺序抽样不考虑顺序抽样以上结合为四种抽样方法：考虑顺序的重复抽样、考虑顺序的不重复抽样、不考

5、虑顺序的重复抽样和不考虑顺序的不重复抽样。2、样本可能数目2）考虑顺序的不重复抽样3）不考虑顺序的不重复抽样1）考虑顺序的重复抽样4）不考虑顺序的重复抽样例如：一个盒子里有三个球，标号分别为1、2、3，现从中随机抽取两个。即N=3，n=2：1）考虑顺序的重复抽样1231111213221222333132332）考虑顺序的不重复抽样3）不考虑顺序的重复抽样4）不考虑顺序的不重复抽样二、抽样调查的理论依据1、大数定律：该定律表明，当样本单位数n足够大时，抽样平均数趋近于总体平均数　　，抽样成数p趋近于总体成数P。这为抽样推断提供了重要依据。2、中心极限定律：该定律证明，不论总体服从何种

6、分布，只要它的数学期望和方差存在，从中抽取容量为n的样本，当n足够大，则这个样本的平均数　趋于正态分布。这为抽样误差的概率估计提供了依据。返回目录第三节抽样平均误差一、抽样误差的概念和理解1、抽样误差：来源于登记性误差和代表性误差。调查误差或工作误差，指在调查、编辑、编码、汇总过程中由于观察、测量、登记、计算上的差错或被调查者提供虚假资料而引起的误差。这种误差的直接表现就是没有真实客观地搜集或记录被调查单位的标志值或标志特征，从而使所计算的统计量偏离其真实值。登记性误差存在于所有的统计调查中，而且调查的范围越大、调查单位越多，产生误差的可能性越大。登记性误差与测量工具的精度、测量技术

7、、调查人员的责任心、被调查者的合作态度等密切相关。登记性误差：代表性误差：抽样过程中产生的以及用部分去推断总体过程中产生的误差。（一般不可避免）代表性误差又分为两种：偏差：系统性误差由非随机因素（违背随机原则）造成样本代表性不足而产生的误差。表现为样本统计量的值系统性偏高或偏低。这种误差也属于工作态度、水平、技术等的问题。应尽量避免。随机误差：偶然性误差遵循了随机原则的原则，由偶然因素引起样本结构不能完全代表总体结构而产生的误差。偶然误差不可避免，即使没有