抽樣方法案例

1、附件二:國家衛(wèi)生服務(wù)總調(diào)查樣本地區(qū)和樣本個體的抽取方法一、概 述1.1 國家衛(wèi)生服務(wù)總調(diào)查抽查的原則是既要兼顧調(diào)查設(shè)計的科學(xué)性即樣本地區(qū)和樣本個體 對全國和不同類型地區(qū)有足夠的代表性，又不致于過多增加樣本量而加大調(diào)查的工作量，即經(jīng) 濟(jì)有效的原則.1。2 抽樣的方法是多階段分層整群隨機抽樣法。第一階段分層是以縣（市或市區(qū)）為樣本 地區(qū)；第二階段分層是以鄉(xiāng)鎮(zhèn)（街道）為樣本地區(qū)；第三階段分層以村為樣本地區(qū)；最后是住 戶為樣本個體。二、第一階段分層整群抽樣. 1 第一階段抽樣著重解決兩個基本問題：一是由于全國各縣、市差異極大，如何確定第 一階段分層的基準(zhǔn)；二是抽樣比例，多大的縣、市樣本量能經(jīng)濟(jì)有效地代

2、表全國和不同類型的地 區(qū).2。2第一階段分層基準(zhǔn)的確定第一階段分層的指標(biāo)是通過專家咨詢法和逐步回歸法篩選的10個與衛(wèi)生有關(guān)的社會經(jīng) 濟(jì)、文化教育、人口結(jié)構(gòu)和健康指標(biāo)。10個指標(biāo)的主成份分析結(jié)果如表1。表1.主要社會經(jīng)濟(jì)和人口動力學(xué)指標(biāo)的主成份因子模型變 量第一產(chǎn)業(yè)就業(yè)率14歲人口比例單位%文 盲 率粗出生率粗死亡率%0%0主成份10.82大0。80*0.69*0。69 大0。67*主成份2一0。49-0。10主成份30.17嬰兒死亡率人均工農(nóng)業(yè)產(chǎn)值 第二產(chǎn)業(yè)就業(yè)率 初中人口比例65 +人口比例%0（元%-%0。67* -0.65大 -0。 84大 一0。92* 0.100.320.350.51

3、0。60*0.53大0.450.02-0。490。22-0.100.33一0。020。12-0。19一0.10一0.040.93大從主成份分析中可以看出主成份1與絕大多數(shù)變量有十分顯著的關(guān)聯(lián)，意義十分明確，而 且代表10個變量整體信息的51。22%。其值的大小可以綜合反映一個地區(qū)社會經(jīng)濟(jì)、文化 教育、人口及其健康的發(fā)展.因此，確定主成份1為分層的基準(zhǔn)稱它為分層因子。2。3第一階段的聚類分層在計算各縣、市分層因子的得分后，用K-Means聚類分析方法將總體分為組間具有異質(zhì)性 和組內(nèi)具有同質(zhì)性的五類地區(qū)即五層。聚類分層的結(jié)果第一層有201個縣（市或市區(qū)），占整 個縣（市或市區(qū)）的8。2%;第二層有

4、650個縣（市或市區(qū)），占26.5%;第三層有698個 縣（市或市區(qū)），占28.5% ；第四層有691個縣（市或市區(qū)），占28.2%;第五層有212, 占 8.6%.表2.顯示了各層因子得分和選擇的社會經(jīng)濟(jì)等變量的均值，可見各層呈明顯的梯度?？梢?認(rèn)為，第一層所在的市縣，是社會經(jīng)濟(jì)、文化教育和衛(wèi)生事業(yè)發(fā)展以及人群健康狀況好的地區(qū)， 第二層是比較好的地區(qū)，第三層是一般性地區(qū)，第四層是比較差，第五層是差的地區(qū)。表2主要社會經(jīng)濟(jì)和人口動力學(xué)指標(biāo)的主成份因子模型市縣 因 子得分社會經(jīng)濟(jì)和人口動力學(xué)指標(biāo)層另lj數(shù) 均數(shù) 距離GNP AEP ILLIT CDR IMR12012。4 35 43210o 2

5、8333015o 719.75.117o 526500 o 66382164 o 6683564o 623.75o 726.236980.06921655o 0045083.532.46o 331o 446910.57761264.5734188o 143.67o 449.152121o 7457539.6131990o 066.811o 7121o 42。4第一階段分層等概率多種樣本容量的抽樣用經(jīng)濟(jì)有效的樣本代表總體是抽樣調(diào)查的精髓。樣本量的確定基于以往的經(jīng)驗和其他國家 抽樣調(diào)查樣本的設(shè)計，首先給定一個樣本量大小的范圍，確定抽取樣本量為120，90，60，45, 30五個大小不等的樣本.為了

6、保證各層每一個縣（市或市區(qū)）都有同等被抽取為樣本的概率， 必須考慮不同大小樣本量的樣本在各層的分配,即按比例的分層抽樣.見表3.。表3.不同大小樣本量樣本在各層的分配層數(shù)全 國不同大小樣本量樣本的分配：合計 （%）12090604530第一層201(8.2)108542第二層650(26.5322316118第三層698(28o 5)342617139第四層691(28.2342517138第五層212(8.6)108543按系統(tǒng)隨機抽樣方法，每個不同大小樣本量的樣本抽取6次。同一樣本量的6次抽樣， 通過計算每次抽樣樣本各變量的統(tǒng)計量，分別與總體各變量參數(shù)進(jìn)行比較，從中篩選出與總體參 數(shù)最為接

7、近的那個樣本，作為該樣本量的最佳抽取樣本。2。5 第一階段最佳樣本量樣本的選擇與評價不同樣本量樣本各變量均值與總體均數(shù)的比較：如果將不同樣本量樣本各變量的均值 與總體各變量的均數(shù)絕對誤差，絕對誤差與總體均數(shù)之比為相對誤差，同一樣本各變量的相對 誤差具有可加性，其均數(shù)稱為該樣本各變量的平均相對誤差。平均相對誤差可作為判斷不同大 小樣本量樣本對總體代表性的一個尺度。同時，用“1-平均相對誤差，作為精確度.表4.顯示了不同樣本量樣本各變量的均數(shù)，與總體各變量比較的相對誤差、平均相對誤差 和精確度.從不同樣本量樣本來看，平均相對誤差隨著樣本量的減少而增大。如樣本量從120 減少到60，平均相對誤差由1

8、.4%增加到2。7%，增加了 62%，而樣本量從60減少到30， 平均相對誤差從2。7%增加到5.6%，增加了一倍以上。樣本量為120，90，60的樣本精 確度均大95%，也就是說樣本量大于60就可對總體有較好的代表性.不同樣本量樣本各變量的分布與總體分布的比較：樣本變量的分布與總體分布是否吻 合也是衡量樣本對總體代表性的一個尺度.表5.列出了不同樣本量各變量分布與總體分布卡方 檢驗的結(jié)果.從不同樣本各變量分布與總體分布的結(jié)果，平均卡方值小于9。49這一差異有顯 著性水平的樣本量為120，90和60。鑒于上述分析，故可認(rèn)為，樣本量大于60的樣本，各變量的分布大多與總體分布相擬合，對總體有較好的

9、代表性。見表5。 不同樣本量樣本分散度的評價：樣本分散度指樣本中各層的變量統(tǒng)計量對總體各層的 代表性。在第一層中，樣本量為120和90的樣本，平均每個指標(biāo)的精確度均大于95%;樣 本量為60的樣本，精確度為89.4%。從第二層到第四層，樣本量為120和90的各個樣 本，平均每個指標(biāo)的精確度都大于95%;第五層樣本量為120，90和60的各樣本，精確都 分別為94。1%，92。5 %和93.9%，與上述四層相比，精確度略差一些.也就是說，要對總 體各層有較好的代表性，樣本量至少為90。詳見表6。2。6 考慮到經(jīng)濟(jì)有效的原則和對全國、不同類型的地區(qū)和上述每個指標(biāo)的代表性，國家衛(wèi) 生服務(wù)總調(diào)查的縣（

10、市或市區(qū)）樣本容量取9 0。具體抽出的縣、市或市區(qū)見附件5。三、第二階段整群隨機抽樣. 1 在上述抽取的9 0個“樣本縣（市或市區(qū)）”中，以鄉(xiāng)鎮(zhèn)（街道）為第二階段整群系統(tǒng) 隨機抽樣單位。全國每個鄉(xiāng)鎮(zhèn)（街道）被抽取為“樣本鄉(xiāng)鎮(zhèn)（街道”的概率是1 : 160.第二階 段整群系統(tǒng)隨機抽樣全國共抽取450個鄉(xiāng)鎮(zhèn)（街道）。平均每個“樣本縣（市或市區(qū)）”抽5個 鄉(xiāng)鎮(zhèn)（街道）。第二階段分層整群抽樣具體由各樣本縣（市或市區(qū)）按下述方法抽取。3。2第二階段整群隨機抽樣的基準(zhǔn)由于一個縣（市或市區(qū)）內(nèi)社會經(jīng)濟(jì)、文化教育和衛(wèi)生狀況的差異遠(yuǎn)小于全國各縣、市之間 的差異，因而確定縣（市或市區(qū)）的抽樣基準(zhǔn)相對容易。根據(jù)我國

11、各縣（市或市區(qū)）的基本特 征、實際的可操作性和以往抽樣調(diào)查常用的指標(biāo)，確定采用人口數(shù)（或人均收入）作為分層基 準(zhǔn)。3。3第二階段整群隨機抽樣的的方法將樣本縣（市或市區(qū)）所有的鄉(xiāng)鎮(zhèn)（街道）按人口數(shù)的多少（或人均收入的大?。┯啥?到少依次排序；由多到少依次計算人口數(shù)（或人均收入）的累計數(shù)；計算抽樣間隔，用累計的人口總數(shù)（或人均收入累計總數(shù)）除于抽取的樣本數(shù)（累計總 數(shù) /5 ）；用紙幣法（隨便拿出一張人民幣，看人民幣的號碼與最初累計數(shù)哪一個數(shù)接近，取這個 數(shù)為開始數(shù)）隨機確定第一個樣本鄉(xiāng)鎮(zhèn)（街道），然后加上抽樣距離確定第二個樣本鄉(xiāng)鎮(zhèn)（街道）， 依次類推確定第三至五個樣本鄉(xiāng)鎮(zhèn)（街道）。.4第二階段整

12、群隨機抽樣實例某個樣本縣共有18個鄉(xiāng)、鎮(zhèn)，要從該樣本縣抽取5鄉(xiāng)鎮(zhèn)作為樣本。根據(jù)抽樣方案的要求， 第一步人口數(shù)的多少由大到小排序，并計算累計數(shù)（該縣人口累計數(shù)即人口總數(shù)為210100）, 見表6；第二步計算抽樣間隔，用人口總數(shù)除于抽樣的樣本數(shù)，248600 / 5 = 49720，該縣鄉(xiāng)鎮(zhèn) 整群抽樣的抽樣間隔為49720;第三步確定第一個隨機數(shù)，取一張人民幣，其編號的為 FP59243854，取后5位數(shù)是3854,所取的后5為數(shù)不能大于抽樣間隔數(shù)，如大于再取一張人民幣.該后5位隨機數(shù)接近第 2編號即平湖鎮(zhèn)后面的累計數(shù)，因此確定第2號平湖鎮(zhèn)為第一個樣本；第四步用第一個樣本的累計數(shù)加抽樣間隔，即43

13、000 + 49720 = 92720, 該數(shù)接近第5編號即新龍鄉(xiāng)的累計數(shù)，確定第5號新龍鄉(xiāng)為第二個樣本。第五步用第二個樣本的累計數(shù)加抽樣間隔，即100900 + 49720=142920，該數(shù)接近第8 編號新原鄉(xiāng)的累計數(shù)，確定第8號新原鄉(xiāng)為第三個樣本；同樣的方法確定第13.號和第18.號即桐 連鄉(xiāng)和四頂鄉(xiāng)。這樣，五個樣本鄉(xiāng)鎮(zhèn)就確定了。表6。第二階段整群隨機抽樣的實例編號鄉(xiāng)鎮(zhèn)人口數(shù)累計編號鄉(xiāng)鎮(zhèn)人口數(shù)累計編號鄉(xiāng)鎮(zhèn)人口數(shù)累計1.城關(guān)鎮(zhèn)22000220007.平原鄉(xiāng)1640013490013.新店鎮(zhèn)100002055002.平湖鎮(zhèn)2100043000大8.新原 14.定安

14、鄉(xiāng)95002150003.玉陽鎮(zhèn)20000630009.古農(nóng)鄉(xiāng)1400016390015.五嶇鄉(xiāng)89002239004.五一鄉(xiāng)1950082500.王店鄉(xiāng)1100017490016.五廟鄉(xiāng)8500232400大5.新龍 11.雙蓮鄉(xiāng)1050018540017.雙山鄉(xiāng)82002406006.湖泊鄉(xiāng)1760011850012.桐連鄉(xiāng)10100195500大18.四頂 鄉(xiāng)8000248600四、第三階段隨機抽樣4 . 1 .第三階段隨機抽樣的基準(zhǔn)和樣本容量 在同一個鄉(xiāng)鎮(zhèn)（街道）內(nèi)，各村（居委會）的經(jīng)濟(jì)發(fā)展和衛(wèi)生狀況基本上變異不大。因 此，第三階段不用分層，直接采用隨機整群抽

15、樣的方法從“樣本鄉(xiāng)鎮(zhèn)（街道）中抽取樣本村（居 委會）。但是，抽樣時應(yīng)按各村人均收入或人口數(shù)作為標(biāo)識進(jìn)行排序。第三階段隨機抽樣由調(diào)查 指導(dǎo)員負(fù)責(zé)。 每個“樣本鄉(xiāng)鎮(zhèn)（街道）整群隨機抽取2個村（居委會），全國共抽取900個村（居 委會），全國每村（居委會）被抽為樣本的概率為1:1120.4。2第三階段整群隨機抽樣的的方法將樣本鄉(xiāng)鎮(zhèn)（街道）所有的村（居委會）按人均收入的多少（或人口數(shù)的大小）由多到 少依次排序；由多到少依次計算人均收入（或人口數(shù)）的累計數(shù)；計算抽樣間隔，用累計總數(shù)除于抽取的樣本數(shù)（累計總數(shù)/2）；用紙幣法（隨便拿出一張人民幣，看人民幣的號碼與最初累計數(shù)哪一個數(shù)接近，取這個 數(shù)為開始數(shù)）

16、隨機確定第一個樣本村（居委會），然后加上抽樣距離確定第二個樣本村。4 .3 .第三階段隨機整群抽樣的實例第一步將所有的村按人均收入的多少由大到小排序，并計算累計數(shù)；第二步計算抽樣間隔： 7337/2 = 3669 ;第三步確定第一個隨機數(shù)，取一張人民幣，其編號的后4位數(shù)是2273, 這個隨機數(shù)接近第4編號的累計數(shù)，因此確定第4號村為第一個樣本;第五步用第二位的累計數(shù) 加抽樣間隔（2805 + 3669 =6474），接近第1。.編號的累計數(shù)，確定第1。.號為第二個樣本。表7。第三階段隨機整群抽樣實例編號村人均收入累計數(shù)編號村人均收入累計數(shù)1.鎮(zhèn)西店村7247247.長生廟村58946062.唐

17、家鋪村72114458.王甸子村57451803.鎮(zhèn)東村68921349.民生村5715751大4鎮(zhèn)北村6712805大.清平村54462955.李家店村610341511.老平埠村53468296.湖泊村602401712.高壩村5087337大為隨機抽取的樣本數(shù)。五、樣本個體的抽樣5。1最終的抽樣單位是住戶.在每個“樣本村（居委會）”中按20%的比例隨機抽取住戶, 平均每個村抽60戶，全國共抽取54000戶。全國平均每戶被抽取為樣本的概率為 54000/28000萬，約五千戶中抽一戶。如果按每戶四個人計算，人口抽樣比為1:5000左右。5。2 抽戶方法是各樣本鄉(xiāng)鎮(zhèn)（街道）的調(diào)查指導(dǎo)員上述抽

18、樣比例在樣本村（居委會）隨機抽取，具體方法：按人口普查的編碼順序，按門牌號、樓號、單元號、門號從小到大排列；對同一門牌號，同一個大院和樓號的，按門號從小到大排列,對同一門牌號內(nèi)沒有門號的按從左到右、從外到里、從下到上的原則編碼。一經(jīng)編碼不許變動；編好住戶碼列入住戶清單表式中：序號戶主姓名家庭住址門牌號碼家庭人口數(shù)累計人口數(shù)抽中住戶1張三大村大組東1552李四大村大組東2493王五大村*組東3413大4趙六大村大組東43175陳七大村大組東552 2o.3 0 0趙末*村大組北661200根據(jù)抽樣比例計算應(yīng)抽的戶數(shù)（一般平均每個樣本村6 0戶），然后系統(tǒng)隨機抽取。方法 同上：第一步將所有住戶的人

19、口累計數(shù)、本村的平均人口數(shù)（1200/300 = 4）和本村應(yīng)抽取的住 戶數(shù)（300大20% = 60）;第二步計算抽樣距離（1200/60=20）；第三步確定第一個隨機數(shù)（如 取一張人民幣，其編號的后兩位數(shù)是12,這個隨機數(shù)接近第3編號的累計數(shù)，因此確定第3 號住戶為第一個樣本；第五步用第3號的累計數(shù)加抽樣距離（13 + 20 =33），看33最接近 第幾編號住戶，并確定這家住戶為第二個樣本，同理用第二個樣本住戶對應(yīng)的累計數(shù)加抽樣距離 確定第三個樣本。同樣確定以后各樣本住戶。抽樣時可多抽取六戶，作為備用.抽取方法是在上述抽取完畢以后，按上述步驟再從未 抽取的住戶中抽取6戶。表8。 國家衛(wèi)生服

20、務(wù)總調(diào)查樣本容量和抽樣概率單位名稱全國總數(shù)抽樣樣本數(shù)抽樣概率縣/市區(qū)2450901： 27鄉(xiāng)鎮(zhèn)/街道700004501:160村/居委會10000009001： 1120戶280000000540001:5000人12000000002160001： 5000全國每一戶家庭被抽群為樣本的概率模型：90 / 2567 大 450 大 ST/ （90/2567）大 280000000 大 2/ ST/280 大 60/ 280 = 1:5000ff 在樣本村每戶I被抽取的概率II一個鄉(xiāng)被抽取為樣本的概率一個村被抽取為樣本的概率|樣本鄉(xiāng)鎮(zhèn)（街道）數(shù)一個縣（市或市區(qū)）被抽取為樣本的概率（ST:鄉(xiāng)鎮(zhèn)（街

21、道）戶數(shù)的大?。┍? .不同大小樣本社會經(jīng)濟(jì)和人口動力學(xué)指標(biāo)的均數(shù)以及與總體均數(shù)的相對誤差全國不同大小樣本的均數(shù)指標(biāo)均數(shù) 12090604530指標(biāo)均數(shù)：0-14歲人口比例%33。633。333.633.533。031.9歲人口比例%4。94。94.94.95。05。215-49歲婦女比例%26。226。626。926.725.827.6人均工農(nóng)業(yè)總產(chǎn)值（元）806795767702756813第一產(chǎn)業(yè)就業(yè)率%74。474.575。576。476.275。4第二產(chǎn)業(yè)就業(yè)率%15。415。515.215.016.114.0文盲和半文盲率%32。133。433。433.033.234.6初中學(xué)歷人

22、口比例%18.218。318.518.219.518。5粗出生率每千人口22。522。723。322。521。321。4粗死亡率每千人口6.36。36.36.36.06.2嬰兒死亡率每千出生32.430。530.230.226。226。9（一）相對誤差%0-14歲人口比例%0。90.00.31.85.165+歲人口比例%0。00。00.02.06。115-4 9歲婦女人口%1.52.71.91。55.3人均工農(nóng)業(yè)總產(chǎn)值（元）1.44。813。06。20.9第一產(chǎn)業(yè)就業(yè)率%0。11.52。72。41.3第二產(chǎn)業(yè)就業(yè)率%0。61。32.64。69.1文盲和半文盲率%4.14。12.83。47.8初

23、中學(xué)歷人口比例%0。61.90。17。12。1粗出生率每千人口0。93.60。05.34。9粗死亡率每千人口0.00。00。04.81.6嬰兒死亡率每千出生5.96.86。819.017。0相對誤差合計(%)16.126.530.058.261.2平均相對誤差(%)1.462.412。735.295.56精確度(%)98.5497。5997。2794。7194。44表5。不同大小樣本量樣本社會經(jīng)濟(jì)和人口動力學(xué)指標(biāo)的頻數(shù)分布與總體分布的擬合度檢驗不同大小樣本的卡方值：指標(biāo)12090604530平均人口數(shù)/縣（市）人口大小0.47。1202.835.07182*0-14歲人口數(shù)/0-14歲人口比例

24、 大4 744 367 194.5626.12卡方值平均數(shù)3.615.027.2612.30*25.39*與總體分布無顯著性差異的指標(biāo)數(shù)1312117 1 X 95%(4) =9.49 大* X 99%(4)=13.265+歲人口數(shù)/65+歲人口比例 大9.108.83217*13 21*20。90*15-49歲婦女?dāng)?shù)/15-49歲婦女比例47大*ij 3。7 93 885 ()110.96大32樣本數(shù)/人均工農(nóng)業(yè)總產(chǎn)值 大*。2926.27。6 6912.5 6：:28.39第一產(chǎn)業(yè)人數(shù)/第一產(chǎn)業(yè)就業(yè)率大2 817 199.328.2025.40第二產(chǎn)業(yè)人數(shù)/第二產(chǎn)業(yè)就業(yè)率3216.064.

25、26224 大*-30.38*文盲半文盲人數(shù)/文盲半文盲率大4 374.87。8447.283262*初中以上人數(shù)/初中以上人口比例3 134.233.74o 62318.42*大出生人數(shù)/粗出生率。293.494.214.94。293*大死亡人數(shù)/粗死亡人數(shù)1。912。035.7715。16*大19.96*嬰兒死亡人數(shù)/嬰兒死亡率。7711.6大14 8*大45.45*大 51.02大*表9.不同大小樣本社會經(jīng)濟(jì)和人口動力學(xué)指標(biāo)的均數(shù)以及與各層均數(shù)的相對誤差CL）變量各層均數(shù)1209060第一層014歲人口比24。5825。2425。4225.7765歲及以上人口比4。604.464。434

26、。50人均工農(nóng)業(yè)產(chǎn)值（元）3330337835052463第一產(chǎn)業(yè)就業(yè)率18。7220.1521.4825。83第二產(chǎn)業(yè)就業(yè)率55。9154.2154.5551.88文盲半文盲率13。6914.9614。9516.98初中以上人口比32。1532.5032.6931。74粗出生率016.7116.3016.1414.78粗死亡率05。115。165.265。25嬰兒死亡率017.4519。5020.6317.25精確度96。8%95。6%89.4%0-14歲人口比32。3632。9633.7232.2465歲及以上人口比4。774。554.474.91人均工農(nóng)業(yè)產(chǎn)值（元）835780777764第一產(chǎn)業(yè)就業(yè)率64。6266.1066.2865.56第二產(chǎn)業(yè)就業(yè)率21.2420。3319。8820.67文盲半文盲率23.6922.7222。4222.35初中以上人口比21.6522。3822。3422.80粗出生率019.9020.0919.4718。45粗死亡率05。715.645.535。92嬰兒死亡率026.2025.3425.7223。82精確度96.9%96.2%