简单随机抽样SRS概论.pptx

《简单随机抽样SRS概论.pptx》由会员分享，可在线阅读，更多相关《简单随机抽样SRS概论.pptx（49页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、第第2章章 简单随机抽样（简单随机抽样（SRS）2.1 定义及其抽选方法定义及其抽选方法2.2 简单估计量及其性质简单估计量及其性质2.3 样本量的确定样本量的确定2.4 设计效应设计效应Simple Random Sampling (SRS)2.1定义与符号定义与符号n简单随机抽样也称为单纯随机抽样。简单随机抽样也称为单纯随机抽样。n从含有从含有 N 个单元的总体中抽取个单元的总体中抽取 n 个单元组成个单元组成样本，如果抽样是不放回的，则所有可能的样样本，如果抽样是不放回的，则所有可能的样本有本有 个，若每个样本被抽中的概率相同，都个，若每个样本被抽中的概率相同，都为为 ，这种抽样方法就是

2、简单随机抽样。，这种抽样方法就是简单随机抽样。n具体抽样时，通常是逐个抽取样本单元，直到具体抽样时，通常是逐个抽取样本单元，直到抽满抽满n n个单元为止。个单元为止。 CNnnNC1有限放回简单随机抽样放回简单随机抽样不放回简单随机抽样不放回简单随机抽样n放回简单随机抽样放回简单随机抽样(SRS with replacement)n当从总体当从总体N个抽样单元中抽取个抽样单元中抽取n个抽样单元时，如果依次抽取单元时，个抽样单元时，如果依次抽取单元时，不管以前是否被抽中过，每次都从不管以前是否被抽中过，每次都从N个抽样单元中随机抽取，这时，个抽样单元中随机抽取，这时，所有可能的样本为所有可能的样

3、本为 个个(考虑样本单元的顺序考虑样本单元的顺序),n每个样本被抽中的概率为每个样本被抽中的概率为n放回简单随机抽样在每次抽取样本单元时，都将前一次抽取放回简单随机抽样在每次抽取样本单元时，都将前一次抽取的样本单元放回总体，因此，总体的结构不变，抽样是的样本单元放回总体，因此，总体的结构不变，抽样是进行的，这一点是它与不放回简单随机抽样的主要不同进行的，这一点是它与不放回简单随机抽样的主要不同之处。之处。n放回简单随机抽样的样本量不受总体大小的限制，可以是任放回简单随机抽样的样本量不受总体大小的限制，可以是任意的。意的。nN1nNn简单随机抽样的抽取原则：简单随机抽样的抽取原则：n（1）按随机

4、原则取样；）按随机原则取样；n（2）每个抽样单元被抽中的概率都是已知）每个抽样单元被抽中的概率都是已知的或事先确定的；的或事先确定的；n（3）每个抽样单元被抽中的概率都是相等）每个抽样单元被抽中的概率都是相等的。的。【例例2.1】n设总体有设总体有5个单元（个单元（1、2、3、4、5），），按放回简单随机抽样的方式抽取按放回简单随机抽样的方式抽取2个单元，个单元，则所有可能的样本为则所有可能的样本为25个（考虑样本单个（考虑样本单元的顺序）：元的顺序）：1，12，13，14，15，11，22，23，24，25，21，32，33，34，35，31，42，43，44，45，41，52，53，54，

5、55，5(2)不放回简单随机抽样不放回简单随机抽样(SRS without replacement)n当从总体当从总体N个抽样单元中依次抽取个抽样单元中依次抽取n个抽样个抽样单元时，每个被抽中的单元不再放回总体，单元时，每个被抽中的单元不再放回总体，而是从总体剩下的单元中进行抽样。而是从总体剩下的单元中进行抽样。n不放回简单随机抽样的样本量要受总体大不放回简单随机抽样的样本量要受总体大小的限制。小的限制。n在实际工作中，更多的采用不放回简单随在实际工作中，更多的采用不放回简单随机抽样机抽样。 【例例2.2】n设总体有设总体有5个单元（个单元（1、2、3、4、5），），按不放回简单随机抽样的方式

6、抽取按不放回简单随机抽样的方式抽取2个单个单元，则所有可能的样本为元，则所有可能的样本为10个：个：1，22，33，44，51，32，43，5 1，42，5 1，5 符号符号 n大写符号表示总体的标志值，大写符号表示总体的标志值，n用小写符号表示样本的标志值用小写符号表示样本的标志值 NNiiYYYYY211nniiyyyy211NYYYYNYNNii2111nyyyynynnii2111符号符号 n大写符号表示总体的标志值，大写符号表示总体的标志值，n用小写符号表示样本的标志值用小写符号表示样本的标志值 NiiYNNAP1110或iYniiynnap1110或iyXYXYXYRNiiNii1

7、1xyxyRniinii112122111NNYYNSNiiniiyyns12211n总体指标值上面带符号总体指标值上面带符号“ ”的表示由样的表示由样本得到的总体指标的估计。本得到的总体指标的估计。 n 称称 为抽样比，记为为抽样比，记为f f 。n估计量的方差用大写的估计量的方差用大写的V V表示表示, ,对对 的的样本估计，不用样本估计，不用 而用而用 表示。表示。 Nn Yv YV YV二、抽选方法二、抽选方法n1抽签法抽签法n2 2随机数法随机数法随机数表、随机数骰子随机数表、随机数骰子( (利用利用随机数骰子进行随机抽样的方法随机数骰子进行随机抽样的方法) )、摇奖机、摇奖机、计算

8、机产生的伪随机数计算机产生的伪随机数 (SPSS, R)随机数表随机数表法：法：N=35 n5讨论：讨论： (1) 总体编号为总体编号为135，在，在0099中产生随机中产生随机数，若数，若=00或或35，则抛弃重抽。，则抛弃重抽。 (2) 总体编号为总体编号为135，在，在0099中产生随机中产生随机数，以除以数，以除以35，余数作为被抽中的数，如果余，余数作为被抽中的数，如果余数为数为0，则被抽中的数为，则被抽中的数为35。三、地位与作用三、地位与作用n优点优点n简单直观简单直观n理论基础理论基础n缺点缺点nN很大时难以获得很大时难以获得抽样框抽样框n样本分散不易实施，调查费用高样本分散不

9、易实施，调查费用高n很少单独使用，一般结合其他方法使用很少单独使用，一般结合其他方法使用n没有其他信息时没有其他信息时使用使用2.2 2.2 简单估计量及其性质简单估计量及其性质n 判断下面要估计的总体目标量分别属于什么判断下面要估计的总体目标量分别属于什么类型？类型？n调查城市居民家庭平均用电量。调查城市居民家庭平均用电量。n估计湖中鱼的数量。估计湖中鱼的数量。n测试日光灯的寿命。测试日光灯的寿命。n估计居民家庭用于做饭菜及饮用的用水量占家庭估计居民家庭用于做饭菜及饮用的用水量占家庭总用水量的比重。总用水量的比重。n估计婴儿出生性别比。估计婴儿出生性别比。n检测食盐中碘含量。检测食盐中碘含量

10、。 一、对总体均值的估计一、对总体均值的估计 以样本均值作为总体均值的估计以样本均值作为总体均值的估计n性质性质1 1：对于简单随机抽样，：对于简单随机抽样， 是是 的无偏估计。的无偏估计。 ynyiin11yY YyE例设总体为例设总体为0，1，3，5，6，计算总体均值，计算总体均值 =3、总体方差、总体方差 =5.2和和 =6.5；给出全部给出全部 的样本，并验证的样本，并验证 及及 。Y22S2n E yY22E sSyY 1010.5-2.50.52031.5-1.54.53052.5-0.512.540630185132-126153087163.50.512.58354129364

11、.51.54.510平均565.52.50.5 306.5 方差方差1.951.95 样本编号单元1单元2样本均值-样本方差 证明证明 性质性质1 1 n对于固定的有限总体，估计量的期望是对所有可能样本求平均得对于固定的有限总体，估计量的期望是对所有可能样本求平均得到的，到的，因此因此n总体中每个特定的单元总体中每个特定的单元 在不同的样本中出现的次数。在不同的样本中出现的次数。 nNnnNnCyyyCyyE21iy11nNCNiinNnYCnyyyny111211111)!()!1()!1()!( !nNnNCnNnNnNnNnNnNC YYNnCYCCyyENiinNNiinNnN1111

12、1证明 性质性质1 1n由于每个单元出现在总体所有可能样本由于每个单元出现在总体所有可能样本中的次数相同，因此中的次数相同，因此 一定是一定是 的倍数，且这个倍数的倍数，且这个倍数就是就是 ， nyyyE21NYYY21Nn YYNnnyEnyENiinii1111性质性质2：n对于有限总体的方差定义对于有限总体的方差定义 ：n性质性质2：对于简单随机抽样，：对于简单随机抽样， 的方差的方差式中：式中： 为抽样比，为抽样比， 为有限总体校正系数。为有限总体校正系数。 2211NYYiiNSNYYiiN22111y 221SnfSNnnNyVfn N1 f证明性质性质2 2： n 中的求和是对

13、项的，n 中的求和是对 项的 2121YynEYyEyVnii)( )(1)(1)(12212212YyYyEnYyEnYyEnjjiiniinii2121)()(YYNnYyENiinii)( )() 1() 1()( )(YYYYNNnnYyYyEjjiijjii)( )(YyYyEjjii)( )(YYYYjjii2) 1( nn2) 1(NN )( )(1)(12212YyYyEnYyEnyVjjiiniijijiNiiYYYYNNnnnYYNnn)() 1() 1(1)(12212jijiNiiYYYYNnYYnN)(11)(1212121)(11)(11YYNnYYNnNiiNii

14、2121)(11)(1111YYNnYYNnnNNiiNii2121)(111)(11YYNNnNnYYNnNnNNiiNii221SnfSnNnN Mean =iNYNY1i01sisi随机变量NnEEii)()(2NnPi ) 1(NiiniYnyny11证明性质性质2)1 (11)1 ()()()(),cov(2NnNnNNnNnNnEEEjijiji)11() 1&1()(NnNnpEjiji )1 ()() 1(1)1 (1)() 1() 1(1)1 (111)1 (111)1 ()1 (1),(cov)(112121211221211221122112212NnnSYYNNNNnn

15、YYYNNNNnnYYNYNnNnnNNnNnYYYNnNnnVYYVYnYVnyVNiNiiNiNiiNiiNiNijNijiNiNijNijiNiNijijNijiiNiiiiiiii)1 ()()()(222NnNnNnNnEEViii简单随机抽样下，简单估计量简单随机抽样下，简单估计量估计精度影响因素：估计精度影响因素： n估计量的方差估计量的方差 是衡量估计量精度是衡量估计量精度的度量。影响估计量方差的的度量。影响估计量方差的因素因素主要是样本量主要是样本量 。n通常通常N N很大，当很大，当f0.05f0.05时，可将时，可将 近似取为近似取为1 1。 总体方差是我们无法改变的总体

16、方差是我们无法改变的；因此，在简单随机抽样的条件下，只有通过加大样本因此，在简单随机抽样的条件下，只有通过加大样本量来提高估计量的精度。量来提高估计量的精度。 V yS21 f 性质性质3 3： 的样本无偏估计为： n证明 : V y v yfns12niiyyns122)(11212)()(11YynYynnii21212) 1()()(SNNnYYNnYyENiinii2221SnNnNSnfYyE2122)()(11)(YynEYyEnsEnii22) 1(11SnNnNnSNNnn)() 1() 1(2nNNnnNS2Sn大样本下，抽样调查估计量渐进正态大样本下，抽样调查估计量渐进正态

17、 置信区间置信区间) 1 , 0()(NS1)(|(SP)(S【例例2.32.3】n我们从某个我们从某个N N=100=100的总体中抽出一个大小的总体中抽出一个大小为为n n=10=10的简单随机样本，要估计总体平的简单随机样本，要估计总体平均水平并给出置信度为均水平并给出置信度为95%95%的区间估计。的区间估计。iiy序号序号12345678910452046615085105011niiyny1111.199172)(11122niiyynsn由置信度由置信度95%对应的对应的 ，因此，可，因此，可以以以以95%的把握说总体平均水平大约在的把握说总体平均水平大约在 之间，即之间，即2.

18、4295和和7.5705之间。之间。5 yY 72. 11111.19101 . 0112snfYv 3115. 1YvYs96. 1t3115. 196. 15二、对总体总量的估计 YNYYiiN1niiynNyNY1 YYE V YN V yNfnS()2221 v YN v yNfns()2221【例例2.42.4】续例续例2.32.3。估计总体总量，并给。估计总体总量，并给出在置信度出在置信度95%95%的条件下，估计的极限相对的条件下，估计的极限相对误差。误差。n在置信度在置信度95%下，下， 的极限相对误差为：的极限相对误差为：5005100Y 172001111.19101 .

19、011002Yv 1488.131YvYs %41.515141. 05001488.13196. 1YYstY三、对总体比例的估计 n某一类特征的单元占总体单元数中的比某一类特征的单元占总体单元数中的比例例P.P.n将总体单元按是否具有这种特征划分为将总体单元按是否具有这种特征划分为两类，设总体中有个单元具有两类，设总体中有个单元具有A这个特征，这个特征，如果对每个单元都定义指标值如果对每个单元都定义指标值n Yii10，第 个单元具有所考虑的特征；，否则PANNYYiiN11n总体方差：总体方差： SNYYiiN22111PQNNPANPAN1)()1 (1122估计量 n n性质性质5

20、5：对于简单随机抽样，：对于简单随机抽样， 是是 P P 的的无偏估计。无偏估计。 的方差为：的方差为： panpp V pPQnNnN1 v pfnpq11证明PQNNPANPANS1)()1 (11222pqnns1221)(snfpv v pfnpq11 【例例2.52.5】 n某超市新开张一段时间之后，为改进销售服务某超市新开张一段时间之后，为改进销售服务环境，欲调查附近几个小区居民到该超市购物环境，欲调查附近几个小区居民到该超市购物的满意度，该超市与附近几个小区的居委会取的满意度，该超市与附近几个小区的居委会取得联系，在总体中按简单随机抽样抽取了一个得联系，在总体中按简单随机抽样抽取

21、了一个大小为大小为=200人的样本，调查发现对该超市购人的样本，调查发现对该超市购物环境表示满意或基本满意的居民有物环境表示满意或基本满意的居民有130位，位，要估计对该超市购物环境持肯定态度居民的比要估计对该超市购物环境持肯定态度居民的比例，并在置信度例，并在置信度95%下，给出估计的近似置下，给出估计的近似置信区间、极限绝对误差。假定这时的抽样比可信区间、极限绝对误差。假定这时的抽样比可以忽略。以忽略。n95%近似置信区间为近似置信区间为 58.37%，71.63% %65200130nap 001143. 035. 051200111pqnfpv 0338. 0pvps0338. 096

22、. 165. 02.3 样本量的确定n费用费用n 总费用总费用 固定费用固定费用 可变费用可变费用n nccC10设计费设计费分析费分析费办公费办公费管理费管理费场租费场租费等等访问员费访问员费交通费交通费礼品费礼品费电话费电话费等等STEPSn所需要的精度所需要的精度n找出样本量与精度之间的关系找出样本量与精度之间的关系n估计所需的数值，求解估计所需的数值，求解 nn如超出预算，调整精度值重新计算如超出预算，调整精度值重新计算精度精度margin of errorn对精度的要求通常以允许最大绝对误差对精度的要求通常以允许最大绝对误差（绝对误差限）或允许最大相对误差（绝对误差限）或允许最大相对

23、误差（ 相对误差限）来表示。相对误差限）来表示。 drPd 1Pr 1样本量足够大时，可用正态分布近似样本量足够大时，可用正态分布近似 tCvStVtr tSVtd变异系数 样本量设计中的误区样本量设计中的误区 1. 估计精度越高越好吗？估计精度越高越好吗？ 简单随机抽样估计比例简单随机抽样估计比例P的样本量与误差（当的样本量与误差（当P=0.5时）时） 样本量样本量 误差误差d 50 0.14 100 0.10 500 0.045 1000 0.032 10000 0.0098 对精度要求的判断十分重要。为得到最小误差而选择最对精度要求的判断十分重要。为得到最小误差而选择最大样本量不是好的选

24、择。大样本量不是好的选择。2. 样本量与总体规模样本量与总体规模N有关吗？按照总体比例确定样本量合有关吗？按照总体比例确定样本量合适吗？适吗？例：简单随机抽样估计例：简单随机抽样估计P，置信度，置信度95%，允许误差，允许误差5%，在，在P=0.5条件条件下下 总体规模（总体规模（N） 所需样本量（所需样本量（n） 50 44 100 80 500 222 1000 286 5000 370 10000 385 100000 398 1000000 400 10000000 400 由此可知，在精度要求相同条件下，在北由此可知，在精度要求相同条件下，在北京市进行一项调查和在全国进行一项调查，样

25、京市进行一项调查和在全国进行一项调查，样本量的差别并不大。本量的差别并不大。 总体规模越大，进行抽样调查的效率越高。总体规模越大，进行抽样调查的效率越高。n 其他影响因素n1. 所研究问题目标量的个数所研究问题目标量的个数n2. 调查表的回收率调查表的回收率 例如回收率估计为例如回收率估计为80%，则应接触的样本量，则应接触的样本量为计算出所需样本量的为计算出所需样本量的1.25倍；倍；n3.非抽样误差非抽样误差netc 定义：简单随机抽样的样本估计量的方差与复杂抽样的样本估定义：简单随机抽样的样本估计量的方差与复杂抽样的样本估 计计 量的方差的比率。量的方差的比率。 Deff Var（ ）为

26、复杂样本估计量的方差。）为复杂样本估计量的方差。)()(srsDVarVarD2.4 设计效果设计效果(Design effect, Deff)设计效应设计效应n基什（基什（L. KishL. Kish）提出提出 比较不同抽样方法的效率比较不同抽样方法的效率. . srsV ydeffVy不放回简单随机抽样简单估计量的方差 某个抽样设计在同样样本量条件下估计量的方差。 DeffDeff的作用：的作用： （1）评价抽样设计的一个依据）评价抽样设计的一个依据, 如果如果deff1， 则抽样设计比简单随机抽样的效率低。则抽样设计比简单随机抽样的效率低。（2）计算样本量）计算样本量如多阶段抽样的如多阶段抽样的 Deff大约在大约在22.5之间。之间。 n= n(deff) n为简单随机抽样所需样本量。为简单随机抽样所需样本量。n 常用于复杂抽样样本量的确定；在一定常用于复杂抽样样本量的确定；在一定精度条件下，简单随机抽样所需的样本精度条件下，简单随机抽样所需的样本量比较容易得到，复杂抽样的样本量为，量比较容易得到，复杂抽样的样本量为， deffnn