根據(jù)抽樣設(shè)計(jì)分析數(shù)據(jù)

1、中國(guó)勞動(dòng)力2012：根據(jù)抽樣設(shè)計(jì)分析數(shù)據(jù)一、簡(jiǎn)介本次采用的是分層四階段不等概率抽樣，具體為將中國(guó)（不含自治區(qū)、海南和臺(tái)）共 2282 個(gè)區(qū)縣作為初級(jí)抽樣單元（PSU）總體，劃分為 6 大層進(jìn)行抽樣：各階段的抽樣為：第一階段：以區(qū)（地級(jí)市、省會(huì)城市和直轄市的各大城區(qū)和郊區(qū)）、縣（包括縣級(jí)市）為初級(jí)抽樣。第二階段：以街道、鄉(xiāng)鎮(zhèn)為二級(jí)抽樣。第三階段：以居民、村民為三級(jí)抽樣。第四階段：以家庭住戶為最終。二、根據(jù)抽樣設(shè)計(jì)分析數(shù)據(jù)的必要性大多數(shù)統(tǒng)計(jì)分析所講述的統(tǒng)計(jì)推論方法都是基于簡(jiǎn)單隨機(jī)抽樣（或者系統(tǒng)隨機(jī)抽樣）的樣本。使用的社會(huì)數(shù)據(jù)在以下面與之不同，因而在分析時(shí)需要進(jìn)行校正。1. 入樣概率的影響大型通常使

2、用不等概率抽樣，導(dǎo)致不同的家庭或人進(jìn)入樣本的概率不同。在本中，由于不同家庭中的勞動(dòng)力數(shù)量不同，對(duì)入樣的勞動(dòng)力，需要加權(quán)以調(diào)整其在家庭中被抽取的概率。即使在抽樣設(shè)計(jì)中按照相等概率抽取家庭，1地區(qū)小省層大省層?xùn)|部、市、市、遼寧省、浙江省、福建江蘇省、山東省、省中部山西省、吉林省、省、江西省、省、廣西省、重慶市河北省、黑龍江、省、湖南省、省西部省、青海省、自治區(qū)、內(nèi)、省、云南省、陜西省不同家庭的實(shí)際入樣概率也會(huì)不同。例如：不同社會(huì)群體對(duì)的應(yīng)答率不同，因此需要給予應(yīng)答率低的群體更大的權(quán)數(shù)以保證樣本的代表性。2. 整群抽樣（cluster sling）的影響出于降低成本的考慮，在大型中通常使用整群抽樣，

3、而不是簡(jiǎn)單隨機(jī)抽樣或者系統(tǒng)隨機(jī)抽樣。例如當(dāng)在抽中了區(qū)縣后，之后抽取街道/鄉(xiāng)鎮(zhèn)，居委會(huì)/村委會(huì)，以及家庭的時(shí)候是在抽中的區(qū)縣抽取。這樣會(huì)導(dǎo)致一個(gè)后果，即同一個(gè)區(qū)縣里的家庭（或個(gè)人）會(huì)更相似，而會(huì)低估了不同區(qū)縣的家庭（或個(gè)人）之間的差別，于是在進(jìn)行統(tǒng)計(jì)推論時(shí)就會(huì)低估標(biāo)準(zhǔn)誤。因此也需要因應(yīng)整群抽樣的特點(diǎn)進(jìn)行校正。在此需要，雖然整群抽樣會(huì)低估樣本的異質(zhì)性，但分層抽樣能夠在一定程度上對(duì)此進(jìn)行彌補(bǔ)。3. 無(wú)放回抽樣（sling without replacement）的影響大多數(shù)統(tǒng)計(jì)分析講述抽樣設(shè)計(jì)的時(shí)候，都假定樣本是有放回的（slingwith replacement）。換言之，在 100 個(gè)人里隨機(jī)抽

4、取 10 個(gè)人，如果抽中的第一個(gè)人為 A，那么在抽取第二個(gè)人時(shí)會(huì)把 A 放回這總體中，然后再進(jìn)行抽樣，以保證每個(gè)人被抽中的概率不變。在實(shí)際操作中，如果之后抽樣時(shí)再抽中A，由于 A 的信息已經(jīng)知道了，會(huì)忽略 A。但如果不把 A 放回，又會(huì)導(dǎo)致樣本框中后抽中的人的入樣概率會(huì)高于先抽中的人。因此要對(duì)無(wú)放回的抽樣方式導(dǎo)致的結(jié)果進(jìn)行有限總體校正（finite population correction）。三、設(shè)置抽樣設(shè)計(jì)信息：以 Sa為例第一步：設(shè)定抽樣設(shè)計(jì)信息在分析復(fù)雜抽樣數(shù)據(jù)時(shí)，需要先通過(guò) svyset 模塊告知 Sa該的抽樣設(shè)計(jì)。如果使用的是家庭數(shù)據(jù)，研究者應(yīng)在 Sa 中輸入：svyset nco

5、de pw=wfp, strata(strata) fpcode) | scode上面命令中標(biāo)注為紅色的是提供的跟抽樣設(shè)計(jì)有關(guān)的變量。其中 strata是分層的層變量，ncode 是初級(jí)抽樣（Primary Sling Unit，PSU），scode通過(guò)這 3 個(gè)變量告知是次級(jí)抽樣（Secondary Sling Unit，），2Sa 該數(shù)據(jù)是多階段分層整群抽樣。fpc 表示有限總體校正（Finite PopulationCorrection），調(diào)用的變量是 nncode（注意不是 ncode）。pw 表示抽樣權(quán)數(shù)，調(diào)用的變量是 wfp，這個(gè)變量是家庭權(quán)數(shù)變量，如果使用的是勞動(dòng)力數(shù)據(jù)，則應(yīng)相應(yīng)

6、改為 wpp，即svyset ncode pw=wpp, strata(strata) fpcode) | scode第二步：通過(guò) svy 調(diào)用設(shè)定的信息進(jìn)行分析用 svyset 設(shè)定抽樣設(shè)計(jì)的信息后，進(jìn)行分析時(shí)必須用 svy 作為前綴才能進(jìn)行調(diào)用。如果沒(méi)有調(diào)用抽樣設(shè)計(jì)信息，分析結(jié)果將會(huì)。下面以勞動(dòng)力數(shù)據(jù)為例介紹 svy 的用法（I1_1 是）。3如果分析的是一個(gè)子樣本，則需要用 svy 的 subpop 選項(xiàng)進(jìn)行設(shè)定。subpop里的變量取值為 1 則為該子樣本，為 0 則不是為該子樣本。例如要計(jì)算的均值（該例中 male 變量取值為 1 是，取值為 0 是女性）：如果子樣本是多個(gè)條件的組合

7、，也可以在 subpop 選項(xiàng)里設(shè)定。例如要黨員的均值（I1_6 為政治面貌：1 表示黨員，2 表示計(jì)算黨派，3 表示群眾）：4也可以用 over(I1_9_6)按被訪者現(xiàn)在的戶口性質(zhì)（農(nóng)業(yè)/非農(nóng)）計(jì)算黨員的均值。5支持 svy 前綴的常用 Sa 命令：估計(jì)平均值svy: svy: svy:svy:mean （注意沒(méi)有 svy: sum 這個(gè)命令）tab reglogit / probit / mlogit / ologit單變量分布或雙變量交互表線性回歸模型其他回歸模型/tobit / poisson / heckman感的研究者也可以在 Sa 里面輸入 helpsvy_estimation 查看其他 svy 估計(jì)命令的用法。11如果你使用的