抽样调查不等概率抽样ppt课件.ppt

《抽样调查不等概率抽样ppt课件.ppt》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、简单随机抽样的特点：总体中每个个体被抽中入样的概率都相同。对于各单元所处地位几乎“平等”的总体，这种抽样原则既公正又方便。不等概率抽样：但在许多社会经济活动中并非所有单元地位相同。使得“大”单元入样概率大，“小”单元入样概率小，这里的“大”、“小”与我们所关心的调查指标有着密切的关系。第三章不等概抽样例如，要了解上海地区钢铁企业的景气状况，总体有上钢一厂、三厂、五厂……等等，再加上宝钢。由于宝钢规模极大，它是否景气对整个上海地区钢铁工业起着至关重要的作用。而在抽样中将它与其它规模较小的单位处于同

2、等地位就会既不公正又使抽样推断结果有较大可能发生大的偏差。§3.1PPS抽样PPS抽样：抽取概率正比于规模测度。——SamplingwithProbabilityProportionaltoSize不等概率抽样有放回不等概率抽样(PPS)无放回不等概率抽样()一、实现方法（1）累积和法或代码法它适合于N不太大的情形。假定所有的为整数，倘若在实际中存在不是整数的话，则可以乘以一个倍数使其为整数。见下表。单元单元大小代码数表3—1pps抽样时各单元的代码数每次抽样前，先在整数里面随机等可能的选取一个

3、整数，设为m,若代码m属于第j个单元拥有的代码数，则第j个单元入样。整个过程重复n次，得到n个单元入样（当然存在重复的可能性）构成pps样本。例3.1设某总体共有N=8个单元，相应及代码如表所示123456782/51/22/34/38/53/52/311215204048182030累计12274787135153173203代码1～1213～2728～4748～8788～135136～153154～173174～203假设第个单元在n次抽样中被抽中次，则是一个随机向量，其联合分布为：这是我们

4、熟悉的多项分布，多项抽样其名正出于此。(3.1)多项分布(3.1)具有如下性质：倘若单元有一个数值度量其大小，诸如职工人数、工厂产值商店销售额等，或者感兴趣的调查指标在上一次普查时的数据也可以作为其单元大小的一种度量。记为第个单元的“大小”，并记若取n=3，在1～203中随机有放回地产生3个随机整数，不妨设为45、89、101，则第3个单元入样一次，第5个单元入样2次。（2）最大规模法或Lahiri(拉希里)方法当N相当大时，累计的将很大，给代码法的实施带来很多不方便。Lahiri提出下列方法：

5、令每次抽取1～N中一个随机整数及1～内一个随机整数，如果，则第个单元入样；若，则按前面步骤重抽，显然，第个单元的入样与否受到的影响，只有时它才入样，因此第个单元入样的概率与的大小成正比，此时m定理3.1.1在有放回PPS抽样下，二、估值法PPS抽样法的估值法的理论依据估计的均方偏差为：证明考虑随机变量Z，定理3.1.2在有放回PPS抽样下，注：果园序号12345678规模测度X503065801404420100例一村庄有8个果园，分别由果树50,30,65,80,140,44,20,100棵，

6、要调查该村庄水果产量，以正比于果树棵树的概率取3个果园作样本.如果实地调查得第5、第8、第3号三个果园的产量分别为15,12,7，求该村八个果园的总产量估计.解：这一估计的均方偏差的估计为2、Hansen-Hurwitz（汉森—赫维茨）估计量若是按为入样概率的多项抽样而得的样本数据，它们相应的值自然记为，则对总体总和，Hansen-Hurwitz给出了如下的估计量：且，即是总体总和的无偏估计。的无偏估计为有放回不等概率抽样：从实施上还是从估计计算以及精度估计都显得十分方便。但一个单元被抽中两次以

7、上总会使样本的代表性打折扣，从而引起抽样误差的增加。实际调查工作者一般倾向于使用不放回形式。问题：最简单的不放回不等概率抽样方式自然会想到逐一抽样这在第一次抽样时不会发生问题，但在抽第二个样本时面临的情况与有放回时大不相同，余下的(N-1)个单元以什么样的概率参与第二次抽样就是个问题；再在抽第三个样本时又面临新问题。一是抽样实施的复杂；二是估计量及其方差计算的复杂。在本节讨论:(1)n固定，尤其是n=2时的情形。(2)总体中每个单元的入样概率严格地与其“大小”成比例，即抽样。§3.2不等概抽样几

8、种严格的不放回抽样方法（1）Brewer（布鲁尔）抽样方法（1963）前面已经指出，所谓“严格不放回”是指样本容量n固定，严格不放回、的抽样。仅介绍n=2的情形。1.对这种抽样，总体中个体单元i的入样概率为2.设计好第一次抽取的概率，第二次抽取的概率与成正比，使总的入样概率正比于.特点：（2）Durbin（德宾）方法（1967）1.对这种抽样，总体中个体单元i的入样概率为2.第一次抽取的概率与成正比，第二次抽取的概率使总的入样概率正比于.特点：Durbin方法中的与Brewer方法中的完全一样这