抽样技术（第五版）企业案例数据实践题

Chen-yyy

已于 2022-09-23 23:01:54 修改

阅读量5.3k

点赞数 8

文章标签： r语言数据分析

于 2022-09-23 22:55:33 首次发布

本文链接：https://blog.csdn.net/weixin_62360084/article/details/127018970

版权

这篇博客详细介绍了使用R语言进行抽样技术的实际操作，包括使用srswor函数抽样估计企业收入和雇佣人数，计算城市'A'的占比，以及通过辅助变量进行比估计和回归估计。通过具体的Rstudio代码，读者可以学习到如何在实际数据分析项目中应用这些方法。

摘要由CSDN通过智能技术生成

一、题目

二、Rstudio代码

载入外部安装包

library(sampling)
library(grid)
library(survey)
library(readxl)

导入数据，设置随机数种子

data=read_xlsx('D:/sample_survey/qiye.xlsx')
set.seed(618)#设置随机数种子
summary(data)

1、srswor函数抽取2000个样本估计企业收入（income）

#(1)简单估计:用2000样本估计该省份所有企业收入均值、标准误和置信区间
N=nrow(data)
n=2000
s=srswor(n,N)#srswor函数,不放回简单随机抽样
s#1代表抽中的样本的位置次序，0代表未抽中的样本的位置次序
data.srs=getdata(data,s)#提取抽到样本函数
data.srs#抽取出来的2000个数据位置对应的数据值
income_mean=mean(data.srs$income)
income_mean #收入均值,样本均值是总体均值的无偏估计
income_var=(1-n/N)/n*var(data.srs$income)#总体收入方差
income_sd=sqrt(income_var)
income_sd  #标准误
d1=income_mean-1.96*income_sd;d1 #置信上限
d2=income_mean+1.96*income_sd;d2 #置信下限（估计值，t*se估计）
da=c(data.srs$income)
t.test(da)  #t检验也可以得到置信区间

2、srswor函数估计企业雇佣人数（employees）

#(2)简单估计——该省份的雇员人数总量、标准误、置信区间
employees_total=N*mean(data.srs$employees)
employees_total #估计总量
employees_var=(1-n/N)/n*var(data.srs$employees)*N^2 #估计总体方差
employees_sd=sqrt(employees_var)
employees_sd #标准误
d3=employees_total-1.96*employees_sd;d3 #置