【筆記】統計學知識整合2：抽樣

抽樣方法

背景：業務中多用樣本而不是用總體做計算，因為資料量過大得結果慢會耽誤事，所以要學習怎麼抽樣。

掌握抽樣方法可以保證抽取樣本的科學性和合理性。

統計過程

總的來說是從總體

抽取樣本

，然後計算統計量，再用統計量描述樣本長啥樣。同時用統計量推斷總體長啥樣，然後這個統計方法就用到一些引數檢驗，假設檢驗方法，得出一個p值就是樣本準確描述總體的可能性，多大的時候成立，小於多少的時候不成立。

普查的意思是全都查，不抽樣。

非抽樣調查獲得的是部分調查物件情況，不用推斷總體情況，有片面性。

抽樣調查獲得的也是部分調查物件的情況，需要用這個資料推斷總體，要講究抽樣手法。

抽樣方法

首先看是不是有調查物件名單，然後看抽取樣本量是不是大

採訪裡的偶遇訪問方式得到結果可信度令人質疑。

抽樣的好處：省資源、速度快、難度低、抽樣誤差可以控制。

非抽樣誤差

是說的是除了抽樣誤差之外的人為差錯導致的誤差，也叫偏差。

問卷收回來的資料要做邏輯校驗，比如看看問卷調查填寫時長，或者多重複選項，設定多問題，設定反向問題。

敏感問題要注意提問方法，比如把問具體收入改成問收入區間。

儘量做到等機率抽樣。

抽樣框是包含全部抽樣單元的資料，比如說一級抽樣單元是省，這個抽樣框就是所有省的名單。很多時候完整的資料框資料很難獲得。

雖然最好是機率抽樣，但是一般情況下總體未知，所以一般情況下都是用非機率抽樣來模擬機率抽樣。

機率抽樣方法1

： 簡單隨機抽樣

所有調查物件編號，透過隨機數進行抽樣選取，適用於研究總體不太大或者總體單元的元素有完備名單的時候使用。

十萬一下都屬於小樣本。

機率抽樣方法2

：系統抽樣（等距抽樣）

先研究名冊特徵，如果有距離規律的話，要打亂順序再等距抽樣。精度比簡單隨機抽樣差一點，但是差的不多。

機率抽樣方法3

：PPS抽樣

多級的時候用這種抽樣，比如先抽取街區，在從這個街區抽人員。

例子：

中選機率 = 居委會編號對應家庭數量/家庭數量總計

第二階段的選中機率是為了反向調整家庭戶中選機率，讓它們被等機率抽取。

機率抽樣方法3：分層抽樣

分層原則：層內差異小，層間差異大。

如何選擇分層變數 1：選擇與研究主題高度相關的變數，比如研究收入問題時，考慮學歷、年齡、性別等影響收入的基本屬性 2 成本：分層因素考慮越多、選取的樣本量就越多，學歷（高中低）收入（高中低）性別（男女）每類樣本至少保證30人以上，18*30 = 540 人。

機率抽樣方法4：區域抽樣

機率抽樣方法5：時間抽樣

要先觀察不同時間段的經過人數，然後按照規模比抽樣。

機率抽樣方法6：RDD（用的很少）

總結：

多階段就是PPS