統(tǒng)計學(xué)-第2章數(shù)據(jù)搜集

第2章數(shù)據(jù)的搜集2.1數(shù)據(jù)的來源2.2數(shù)據(jù)的誤差2.3數(shù)據(jù)文件2.1數(shù)據(jù)的來源2.1.1數(shù)據(jù)的間接來源中華人民共和國2012年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報2.1.2數(shù)據(jù)的直接來源2.1.2調(diào)查數(shù)據(jù)2.1.2.1概率抽樣和非概率抽樣好樣本必須： 1.針對研究的問題 2.具有最好的性能價格比總體隨機樣本1.概率抽樣

遵循隨機原則進行的抽樣，總體中每個單位都有一定的機會被選入樣本排除主觀上有意識的抽取調(diào)查單位每個單位被抽中的概率是已知或可計算的當(dāng)用樣本對總體目標(biāo)量進行估計時，要考慮到每個樣本單位被抽中的概率（1）簡單隨機抽樣

只適用于總體單位數(shù)量有限的情況，否則編號工作繁重；對于復(fù)雜的總體，樣本的代表性難以保證；不能利用總體的已知信息等每個樣本單位被抽中的概率相等，樣本的每個單位完全獨立，彼此間無一定的關(guān)聯(lián)性和排斥性從總體N個單位中任意抽取n個單位作為樣本,使每個可能的樣本被抽中的概率相等的一種抽樣方式（2）分層抽樣

先將總體的單位按某種特征分為若干次級總體（層），然后再從每一層內(nèi)進行單純隨機抽樣，組成一個樣本的方法分組減小了各抽樣層變異性的影響，抽樣保證了所抽取的樣本具有足夠的代表性當(dāng)總體是由差異明顯的幾部分組成時，往往選擇分層抽樣的方法例如，一個單位的職工有500人，其中不到35歲有125人，35歲至49歲的有280人，50歲以上的有95人.為了了解這個單位職工與身體狀況有關(guān)的某項指標(biāo)，要從中抽取一個容量為100的樣本，由于職工年齡與這項指標(biāo)有關(guān)，決定采用分層抽樣方法進行抽取.因為樣本容量與總體的個數(shù)的比為1：5，所以在各年齡段抽取的個數(shù)依次為125/5，280/5，95/5，即25，56，19。（3）整群抽樣將總體中各單位歸并成若干個互不交叉、互不重復(fù)的集合，稱之為群；然后以群為抽樣單位抽取樣本的一種抽樣方式.優(yōu)點是實施方便、節(jié)省經(jīng)費；缺點是抽樣誤差往往大于簡單隨機抽樣例如，調(diào)查中學(xué)生患近視眼的情況，抽某一個班做統(tǒng)計；進行產(chǎn)品檢驗；每隔8h抽1h生產(chǎn)的全部產(chǎn)品進行檢驗等（4）系統(tǒng)抽樣首先將總體中各單位按一定順序排列，根據(jù)樣本容量要求確定抽選間隔，然后隨機確定起點，每隔一定的間隔抽取一個單位的一種抽樣方式。是純隨機抽樣的變種最主要的優(yōu)勢就是經(jīng)濟性。最大的缺陷在于總體單位的排列上。一些總體單位數(shù)可能包含隱蔽的形態(tài)或者是“不合格樣本”，調(diào)查者可能疏忽，把它們抽選為樣本先將總體從1～N相繼編號，并計算抽樣距離K=N/n。式中N為總體單位總數(shù)，n為樣本容量。然后在1～K中抽一隨機數(shù)k1，作為樣本的第一個單位，接著取k1+K,k1+2K……，直至抽夠n個單位為止（5）多階段抽樣先從總體中抽取范圍較大的單元，稱為一級抽樣單元，再從每個抽得的一級單元中抽取范圍更小的二級單元，依此類推，最后抽取其中范圍更小的單元作為調(diào)查單位2.非概率抽樣

又稱為不等概率抽樣或非隨機抽樣，就是調(diào)查者根據(jù)自己的方便或主觀判斷抽取樣本的方法

雖然根據(jù)樣本調(diào)查的結(jié)果也可在一定程度上說明總體的性質(zhì)、特征，但不能從數(shù)量上推斷總體非概率抽樣方便抽樣判斷抽樣自愿樣本滾雪球抽樣配額抽樣（1）方便抽樣

調(diào)查人員本著隨意性原則去選擇樣本的抽樣方式兩種最常見的方法：“街頭攔人法”“空間抽樣法”

一般在調(diào)查總體中每一個體都是同質(zhì)時，才能采用此類方法。（2）判斷抽樣

根據(jù)調(diào)查人員的主觀經(jīng)驗從總體樣本中選擇那些被判斷為最能代表總體的單位作樣本的抽樣方法例如，要對安徽省旅游市場狀況進行調(diào)查，有關(guān)部門選擇黃山、九華山等旅游風(fēng)景區(qū)做為樣本調(diào)查，這就是判斷抽樣。（3）自愿樣本被調(diào)查者自愿參加，成為樣本中的一份子，向調(diào)查人員提供信息。如：網(wǎng)絡(luò)調(diào)查先隨機選擇一些被訪者并對其實施訪問，再請他們提供另外一些屬于所研究目標(biāo)總體的調(diào)查對象，根據(jù)所形成的線索選擇此后的調(diào)查對象在特定總體的成員難以找到時最適合的一種抽樣方法（4）滾雪球抽樣（5）配額抽樣

將調(diào)查總體樣本按一定標(biāo)志分類或分層，確定各類（層）單位的樣本數(shù)額，在配額內(nèi)任意抽選樣本的抽樣方式。

與分層抽樣的區(qū)別：分層抽樣是按隨機原則在層內(nèi)抽選樣本，而配額抽樣則是由調(diào)查人員在配額內(nèi)主觀判斷選定樣本3.概率抽樣與非概率抽樣的比較概率抽樣非概率抽樣抽樣原則特點非隨機原則，統(tǒng)計量的分布不確定，無法進行參數(shù)估計.操作簡便、時效快、成本低，適用于探索性研究抽樣原則特點隨機原則，可以據(jù)以對總體參數(shù)進行估計更精確，技術(shù)含量高，調(diào)查成本高2.1.2.2搜集數(shù)據(jù)的基本方法1.自填式調(diào)查者將調(diào)查問卷發(fā)送給（或者郵寄給）被調(diào)查者，由被調(diào)查自己閱讀和填答，然后再由調(diào)查者收回的方法優(yōu)點：1、節(jié)省時間、經(jīng)費和人力.2、具有很好的匿名性.3、可避免某些人為誤差缺點：1、問卷的回收革有時難以保證2、自填問卷法對被調(diào)查者的文化水平有一定要求3、調(diào)查資料的質(zhì)量常常得不到保證2.面訪式調(diào)查者直接走訪被調(diào)查者，當(dāng)面聽取被調(diào)查者的意見。形式上可以個別面談，也可以小組座談提高調(diào)查的回答率，提高調(diào)查數(shù)據(jù)的質(zhì)量，對數(shù)據(jù)搜集所花費的時間進行調(diào)節(jié)

調(diào)查成本高，對調(diào)查的質(zhì)量控制有一定的難度對不起，打擾了！3.電話式

調(diào)查者利用電話與被調(diào)查者進行語言交流以獲得信息優(yōu)點：時效快、成本低缺點：問題的數(shù)量不宜過多 您好，我是××調(diào)查公司調(diào)查員4.數(shù)據(jù)搜集方法的選擇實施調(diào)查的資源抽樣框中的有關(guān)信息管理與控制質(zhì)量要求目標(biāo)總體的特征調(diào)查問題的內(nèi)容有形輔助物的使用考慮因素

是指在實驗中控制實驗對象而搜集到的變量的數(shù)據(jù)。在實驗中，研究人員要控制某一情形的所有相關(guān)方面，操縱少數(shù)感興趣的變量，然后觀察實驗的結(jié)果。2.3實驗數(shù)據(jù)

2.3.1實驗組和對照組

實驗的基本邏輯：改變A的情況，觀察B是否隨A的變化而變化

實驗組對照組2.3.2實驗中的若干問題人的意愿心理問題道德問題2.3.3實驗中的統(tǒng)計Textinhere實驗設(shè)計多變量研究實驗次數(shù)實驗2.2數(shù)據(jù)誤差2.2.1抽樣誤差一、概念：指由于抽樣的隨機性引起的樣本結(jié)果與總體真值之間的誤差“實際抽樣誤差”“抽樣平均誤差”影響因素樣本單位數(shù)總體變異性抽樣方法§2.4.1抽樣誤差二、抽樣誤差大小的影響因素樣本量的大?。簶颖玖吭酱?，抽樣誤差越小?？傮w的變異性：總體的變異性越大，即各單位之間的差異越大，抽樣誤差也就越大。在公布任何一次抽樣調(diào)查的結(jié)果時，負(fù)責(zé)任的報告都應(yīng)說明抽樣誤差的大小。282.2.2非抽樣誤差

抽樣框誤差1回答誤差2無回答誤差3調(diào)查員誤差4測量誤差5

非抽樣誤差是指除抽樣誤差以外所有的誤差的總和

任何一個環(huán)節(jié)出錯都有可能導(dǎo)致非抽樣誤差增加而使數(shù)據(jù)失真§4.2.2未響應(yīng)誤差未響應(yīng)誤差非抽樣誤差中的一種。它是指由于種種原因，包含在樣本中的一部分人未對調(diào)查做出反應(yīng)或回答，而造成的誤差。

未響應(yīng)誤差是隨機的可以通過增大樣本量的方式解決

未響應(yīng)誤差是系統(tǒng)性的預(yù)防采取補救措施30§2.2.2響應(yīng)誤差

響應(yīng)誤差指在調(diào)查過程中，由于問題的提問方式、問題所處的位置、訪員的影響或受訪者自身的原因，而使受訪者在回答問題時產(chǎn)生的誤差。

響應(yīng)誤差的類型問題的措辭問題所處的位置訪員的影響受訪者的影響312.2.3誤差的控制

抽樣誤差是不可避免的，能夠在調(diào)查過程中進行控制的只有非抽樣誤差。抽樣誤差可以計算，因此可以通過統(tǒng)計學(xué)專業(yè)知識根據(jù)允許誤差確定樣本量，以控制抽樣誤差§3數(shù)據(jù)文件

數(shù)據(jù)

由一些變量和它們的觀測值所組成。數(shù)據(jù)文件將數(shù)據(jù)以表格的形式錄入計算機，這樣的一個數(shù)據(jù)表通常叫做數(shù)據(jù)陣或數(shù)據(jù)文件。文件由行和列組成。一般行代表樣本單位，每一行稱為一個觀測值。列表示不同的變量，每一列為一個變量的不同觀測值。33§3數(shù)據(jù)文件

原始數(shù)據(jù)文件的一般格式34§3數(shù)據(jù)文件編碼

男——1