《数据搜集200002学习.pptx》由会员分享，可在线阅读，更多相关《数据搜集200002学习.pptx（43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、学习目标1.了解统计数据的来源2.了解数据的搜集方法3.掌握调查方案的设计内容与要求4.掌握调查问卷及其设计技巧5.了解抽样调查方法6.了解收集数据的实验方法7.了解数据误差及对数据的质量要求第1页/共43页2.4 抽样调查一.概率抽样与非概率抽样二.搜集数据的基本方法第2页/共43页概率抽样和非概率抽样第3页/共43页抽样方法第4页/共43页概率抽样(probability sampling)1.也称随机抽样2.特点按一定的概率以随机原则抽取样本抽取样本时使每个单位都有一定的机会被抽中每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中
2、的概率第5页/共43页简单随机抽样(simple random sampling)1.从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的2.最基本的抽样方法，是其它抽样方法的基础3.特点简单、直观，在抽样框完整时，可直接从中抽取样本用样本统计量对目标量进行估计比较方便4.局限性当N很大时，不易构造抽样框抽出的单位很分散，给实施调查增加了困难没有利用其它辅助信息以提高估计的效率卡洛沙卡洛沙案例案例第6页/共43页分层抽样(stratified sampling)1.将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本2.优点保证样本的结构与总
3、体的结构比较相近，从而提高估计的精度组织实施调查方便既可以对总体参数进行估计，也可以对各层的目标量进行估计第7页/共43页分层抽样 Stratified Sample先按某种特征将总体分为互斥(Mutually Exclusive)且完备(Collectively(Collectively Exhaustive)的组群然后按照总体特征的比例对每一组群进行简单随机抽样，从而使样本具有同总体相似的特征结构可提高抽样调查有效性第8页/共43页分层抽样 Stratified Sample例如：对学生调查1.把学生总体分为组群互斥且完备根据某种共同特点2.在每一组中作简单随机抽样。样本中走读生与住宿生的
4、比例与学校学生总体相同所有学生走读生住宿生样本第9页/共43页整群抽样(cluster sampling)1.将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查2.特点抽样时只需群的抽样框，可简化工作量调查的地点相对集中，节省调查费用，方便调查的实施缺点是估计的精度较差第10页/共43页整群抽样 Cluster Sample先对总体聚类然后用简单随机抽样选类最后对选中的类作普查或简单随机抽样调查抽样较为有效第11页/共43页整群抽样 Cluster Sample例如：对制造业集团公司经理的调查1.聚类：工厂是类而经理是元素2.随机选厂3.对选定的厂中的经理
5、作普查或简单随机抽样工厂(聚类)样本第12页/共43页分层抽样和整群抽样的相同之处都是先对总体中的群体再对个体进行操作都不是完全随机地抽取样本，都涉及一定的规则：分层随机抽样涉及的规则是分层群体之间属性的差异，而整群随机抽样涉及的规则是子群体之间的相似都能提高随机抽样的效率和改善随机抽样的结果第13页/共43页分层抽样和整群抽样的不同之处操作的群体不同，分层抽样操作的是分层群体，而整群抽样操作的是子群体；适用的总体不同，分层抽样适用于容易按属性差异进行群体划分的总体，而整群抽样适用于不容易按属性差异但容易按可见标志进行群体划分的总体。第14页/共43页系统抽样(systematic sampl
6、ing)1.将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其它样本单位先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k等单位2.优点：操作简便，可提高估计的精度3.缺点：对估计量方差的估计比较困难第15页/共43页系统(等距)抽样 Systematic Sample例如k=20,k=20,假定随机选取的起点为2 2，先将总体排序。然后从总体中选取样点的序号为第2 2，第2222，第4242，依此类推可得到抽样样本。第16页/共43页等距抽样的优点等距离抽样与简单随机抽样比较，可使中选单位比较均匀
7、的分布在全及总体中，尤其当被研究现象的标志值的变异程度较大，而在实际工作中又不可能抽选更多的样本单位时，这种方法更为有效。第17页/共43页等距抽样的局限性运用等距抽样的前提是要有全及总体每个单位的有关资料，特别是按有关标志排队时，往往要有较为详细具体的资料，这是一项非常复杂和细致的工作。当抽选间隔和被调查对象本身的节奏性相重合时，就会影响调查的精度。第18页/共43页多阶段抽样(multi-stage sampling)1.先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的段数增
8、多，就称为多阶段抽样2.具有整群抽样的优点，保证样本相对集中，节约调查费用3.需要包含所有低阶段抽样单位的抽样框；同时由于实行了再抽样，使调查单位在更广泛的范围内展开4.在大规模的抽样调查中，经常被采用的方法 电视观众抽样方案第19页/共43页非概率抽样(non-probability sampling)1.相对于概率抽样而言2.抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查3.有方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样等方式 第20页/共43页方便抽样1.调查过程中由调查员依据方便的原则，自行确定入抽样本的单位调查员在街头、公
9、园、商店等公共场所进行拦截调查厂家在出售产品柜台前对路过顾客进行的调查2.优点：容易实施，调查的成本低3.缺点：样本单位的确定带有随意性，样本无法代表有明确定义的总体，调查结果不宜推断总体第21页/共43页判断抽样1.研究人员根据经验、判断和对研究对象的了解，有目的选择一些单位作为样本有重点抽样，典型抽样，代表抽样等方式2.判断抽样是主观的，样本选择的好坏取决于调研者的判断、经验、专业程度和创造性3.抽样成本比较低，容易操作4.样本是人为确定的，没有依据随机的原则，调查结果不能用于对推断总体第22页/共43页自愿样本1.被调查者自愿参加，成为样本中的一分子，向调查人员提供有关信息例如，参与报刊
10、上和互联网上刊登的调查问卷活动，向某类节目拨打热线电话等，都属于自愿样本2.自愿样本与抽样的随机性无关样本是有偏的不能依据样本的信息推断总体第23页/共43页滚雪球抽样1.先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研究总体的调查对象，调查人员根据所提供的线索，进行此后的调查。这个过程持续下去，就会形成滚雪球效应2.适合于对稀少群体和特定群体研究3.优点：容易找到那些属于特定群体的被调查者，调查的成本也比较低第24页/共43页配额抽样1.先将体中的所有单位按一定的标志(变量)分为若干类，然后在每个类中采用方便抽样或判断抽样的方式选取样本单位2.操作简单，可以保证总体中不同类别
11、的单位都能包括在所抽的样本之中，使得样本的结构和总体的结构类似3.抽取具体样本单位时，不是依据随机原则，属于非概率抽样 第25页/共43页概率抽样与非概率抽样的比较1.概率抽样依据随机原则抽选样本样本统计量的理论分布存在可根据调查的结果推断总体2.非概率抽样不是依据随机原则抽选样本样本统计量的分布是不确定的无法使用样本的结果推断总体第26页/共43页2.5 实验数据一.实验组和对照组二.实验中的若干问题三.实验中的统计四.实验法案例第27页/共43页实验组和对照组1.将研究对象分为两组：实验组和对照组2.实验组和随机组的产生应遵循随机原则，而且应该匹配匹配指对实验单位的背景材料进行分析比较，将
12、情况类似的每对单位分别随机地分配到实验组和对照组第28页/共43页实验中的若干问题1.人的意愿研究的对象是人的时候，在划分实验组和对照组时的随机原则将面临挑战2.心理问题 人们对被研究非常敏感，这使得他们更加注意自我，从而走到事物的另一个极端 3.道德问题 当某种实验涉及道德问题时，人们会处于进退两难的尴尬境地 第29页/共43页实验中的统计1.实验设计本身就是一个统计问题2.确定进行实验所需要的单位的个数，以保证实验可以达到统计显著的结果3.将统计的思想融入到实验设计中，使实验设计符合统计分析的标准4.对实验数据进行分析时，统计可以提供最恰当的分析方法 第30页/共43页2.6 数据的误差一
13、.抽样误差二.非抽样误差三.误差的控制第31页/共43页数据的误差第32页/共43页抽样误差(sampling error)1.由于抽样的随机性所带来的误差 2.所有样本可能的结果与总体真值之间的平均性差异 3.影响抽样误差的大小的因素样本量的大小总体的变异性第33页/共43页非抽样误差(non-sampling error)1.相对抽样误差而言2.除抽样误差之外的，由于其他原因造成的样本观察结果与总体真值之间的差异3.存在于所有的调查之中概率抽样，非概率抽样，全面性调查4.有抽样框误差、回答误差、无回答误差、调查员误差、测量误差第34页/共43页数据误差示意总体(全体学生)样本框架（电话簿中
14、学生名单）抽样样本(抽样选定 的学生)实际样本覆盖面误差抽样误差不回答和度量误差第35页/共43页数据的误差抽样误差 Sampling ErrorSampling Error样本之间差异较大时，因为不能普查而导致的误差可以通过扩大样本容量来控制覆盖面与选择误差 Coverage ErrorCoverage Error将某些特定组从总体中排除会产生误差注意自愿填写报刊问卷或自愿电话回复所产生的偏差（Write-in,Call-in bias）第36页/共43页数据的误差 实例分析：19361936年Literacy Digest Literacy Digest 杂志的民意调查尽管样本容量很大（2
15、40240万），但是样本选择的偏差仍导致预测得票 (Alf Landon 57(Alf Landon 57）与事实（3838）有严重的出入。该杂志的可信度大大降低，最终走向了破产。其教训主要是：仅以俱乐部成员地址簿、电话号码簿、杂志订户以及汽车注册人为抽样调查的基础在大萧条期间造成了严重的样本覆盖面与选择误差。第37页/共43页不回答误差 Nonresponse ErrorNonresponse Error与中产阶级相比，经济地位处于下层和上层的人群对调查的反馈率比较低。（邮寄问卷调查产生的回答率一般都比较低）19361936年Literacy Digest Literacy Digest 杂
16、志的民意调查回答率仅为2424。度量误差 Measurement ErrorMeasurement Error问卷中问题的表述不准确，或调查过程中调查者和被访者的原因都会造成误差。数据的误差第38页/共43页统计数据的质量要求1.精度：最低的抽样误差或随机误差2.准确性：最小的非抽样误差或偏差3.关联性：满足用户决策、管理和研究的需要4.及时性：在最短的时间里取得并公布数据5.一致性：保持时间序列的可比性6.最低成本：以最经济的方式取得数据第39页/共43页误差的控制1.抽样误差可计算和控制2.非抽样误差的控制调查员的挑选调查员的培训督导员的调查专业水平调查过程控制调查结果进行检验、评估现场调查人员进行奖惩的制度第40页/共43页本章小结1.数据的来源2.调查数据与问卷设计3.实验数据4.数据的误差5.数据文件第41页/共43页结 束第42页/共43页感谢您的观看。第43页/共43页