统计学（3）——数据抽样方法的细节

抽样

• 数据的收集和整理
• 收集数据时的误差
• 常用的抽样方法
• 设计调查问卷的原则

第一节：数据的收集和整理

全面调查与抽样调查是数据收集过程中最常用的2种方法。

1.全面调查：就是对调查对象逐个排查。

                     优点：得到的数据全面，可靠

                     缺点：耗费人力物力财力；调查时间长

                     适用范围：范围比较小；容易掌控；不具有破坏性；可操作性强

2.抽样调查：是从总体中，抽取若干个体（即样本）进行调查

                     优点：耗费的人力物力财力少；大量节约调查时间

                     缺点：需要具有足够代表性的样本；具有不稳定性，容易有所偏差

                     适用范围：范围广，工作量大

3.总体，个体，样本

总体：在统计学中，我们把所要考察的对象的全体称为总体。

个体：其中的每个考察对象称为个体。

样本：研究中实际观测或需要抽样调查出来的那一部分个体称为样本。

样本容量：样本中包含的个体的数量

4.简单随机抽样：在抽取样本时，如果总体中的每一个体都有同等机会被抽选到样本中，这种抽样称为简单随机抽样。这样得到的样本称为随机样本。

5.总体和样本的关系：如果总体是一碗八宝粥，随机样本则是充分搅拌后，八宝粥中的任意一勺。且搅拌越充分，样本的代表性越好。

选取样本的注意事项：样本的选取直接影响分析结果。

一般情况下样本容易出现的问题：（1）抽取的样本量过少；【样本与误差的关系：数据抽取的样本量越大，抽样误差越小，尤其是在样本分布不均时，样本量过少会导致结果的可信度更低】

                                                      （2）选取的样本主体不均匀

                                                      （3）样本抽取的客观环境不一致

第二节：收集数据时的误差

1.抽样误差：

如果总体是一碗八宝粥，随机样本则是充分搅拌后，八宝粥中的任意一勺。且搅拌越充分，样本的代表性越好。然而，一勺八宝粥中的成分比例和整碗不一定相同，可能稍微多些或稍微少些。这是很正常的，这种差异不是错误，而是必然 会出现的抽样误差。抽样误差是由于抽样方法所导致的系统误差，在抽样中不可避免。

2.未响应误差：

在抽样调查中，人们因为种种原因没有对调查做出反应，这种误差称为未相应误差。

3.响应误差：

在抽样调查中，一些人因为各种原因，并没有真实反映他们的观点，称为响应误差。

和抽样误差不一样，响应误差和未响应误差是由于主观因素导致的，他们都会影响对真实世界的了解。我们在设计调查方案和进行调查过程中要尽量避免。

第三节：常用的抽样方法

首先，随机样本指的是每个个体都以同等的概率被抽到。在抽样调查时，最理想的样本就是随机样本，但随机样本有时候不是那么容易获取。

常用的抽样方法有以下四种：

（1）随机抽样：是指将调查总体的观察个体全部编号，再随机抽取部分观察个体，组成样本。

                           优点：由于总体中每个单位都有同等机会被抽中，所以在样本推论总体时，可用概率的方式客观地判断估计值的可靠程度。

                           缺点：总体较大时，难以一一编号。

（2）分层抽样：是先把要研究的总体按照某些行政分类，再在各类中分别抽取样本。比如：按照教育程度把感兴趣的人群分成几类，再在每一类中调查和该类成比例数目的人，以确保每一类都有相应比例的代表。

                           优点：样本代表性好，抽样误差减小

                           缺点：抽样过程繁杂

（3）整群抽样：指先把总体分成若干群，再从这些群中抽取几群，然后再在这些抽取的群中对个体进行简单的随机抽样。

                            优点：便于组织，节省经费

                            缺点：抽样误差大于单纯随机抽样

（4）系统抽样：是先把总体中的每个单元编号，然后随机选取其中之一，作为抽样开始点进行抽样。在选取开始点之后，通常从开始点开始控制编号，进行所谓等距抽样。由于开始点随机，如果编号随机，所以系统抽样类似于随机抽样。

                           优点：易于理解，简便易行

                           缺点：总体有周期或者增减趋势时，容易产生偏差。

               

第四节：设计调查问卷的原则

（1）合理性：问卷必须紧密与调查主题相关

（2）逻辑性

（3）明确性

（4）全面性

（5）非诱导性