抽样技术考试重点.docx

Fishhappy35 2015-2016学年第一学期抽样技术考试重点整理 名词解释（4*6分） 抽样（sampling）：是一种非全面的调查，是指从研究对象的全体（总体）中抽取一部分单元作为样本，根据对所抽取的样本进行调查，获得对总体目标量的了解。 简单随机抽样（simple random sampling）：从抽样框内随机地、一个一个地抽取若干单元作为样本，在每次抽选中，所有未如样的待选单元入选样本的概率都相等。 分层抽样（stratified sampling）：将抽样单元按某种特征或规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。 整群抽样（cluster sampling）是指将总体若然基本单元合并为群，然后直接抽取群，对中选群中的所有基本单元全部实施调查。 PPS抽样：按照总体的单元的规模大小来确定单元每次入样的概率，这种不等概抽样称为放回的与规模大小成比例的概率抽样。 系统抽样（systematic sampling）：将总体抽样单元按一定顺序排列，在规定范围内随机抽取一个单元作为初始单元，然后按事先规定好的规则确定其他样本单元，这种抽样方法称为系统抽样。 多阶段抽样（multi-stage sampling）：先抽取群，然后从选中的群中抽取抽取下一级的抽样单元，以此类推，最终抽取基本抽样单元，整个抽样过程有多段组成，故称为多阶段抽样。 简单估计（simple linear estimate）：在没有总体其他相关辅助变量信息可以利用的情况下，用样本特征直接估计总体特征，又叫简单线性估计。 间接估计：在没有总体其他相关辅助变量信息可以利用的情况下，用对应样本特征乘以相关辅助变量的均值和总值称为比率估计（ratio estimate），用对应样本特正与辅助变量的均值和总值的建立回归方程间接进行估计叫做回归估计（regression estimate）。 有限总体校正系数（fpc）:1与抽样比之差，较小总体抽样比越大，掌握的信息就越多，方差越小。对于同等样本量不放回简单随机样本的抽样精度高于放回随机抽样。 比例分配（proportional allocation）：在分层抽样中每层的样本量与层大小成比例，即按层权成比例的分配每层样本量。最优分配（optimum allocation）： 在分层随机抽样中，对于给定的费用，使估计量的方差达到最小，或者对于给定的估计量方差，使总费用达到最小的各层样本量的分配。内曼分配（Neyman allocation）：最优分配常见形式，即按与Wh*Sh成比例的分配各层样本量。 多重分层（multiple stratification）：当调查指标与多个辅助变量存在相关关系时，先按最主要的辅助变量分成大层，在大层中再按第二主要变量分层子层，从而形成交叉分层。事后分层：事前分层存在困难时，先采用简单随机抽样方法从总体中抽取一个样本量为n的样本，然后对样本中的单元按某些特征进行分层。 初级抽样单元（PSU）：进行整群抽样时，在第一阶段抽样中，如果随机抽取样本群后，对群内所有单元进行调查，该阶段的群称为初级抽样单元。如果随机抽取样本群后，进一步从中按照低一级的二级抽样单元（SSU）抽取子样本，就是两阶段抽样。 分别比估计（separate ratio estimator）：对每层样本分别进行比估计，然后对各层的比估计量进行加权平均，即先“比”后“加权”。联合比估计（combined ratio estimator）：对比率的分子分母分别加权计算出总体均值或总体总量的分层估计量，然后用对应的分层估计量来构造比估计，即现“加权”后“比”。 均方误差（MSE）：指所有可能估计值与待估参数之间离差平方的均值，等于估计量方差与偏差之和。估计量方差：估计量分布的方差 偏差（bias）反复抽样后，估计值的数学期望与待估参数之间的离差 变异系数CV：标准差与其平均数的比，反映数据离散程度的绝对值。其数据大小不仅受变量值离散程度的影响，而且还受变量值平均水平大小的影响。 有放回简单随机样本（SRSWR） 数学表达式的区分（5个） 简述题（1个） 整群抽样（cluster sampling）与分层抽样（stratified sampling） 整群抽样是指将总体若然基本单元合并为群，然后直接抽取群，对中选群中的所有基本单元全部实施调查。分层抽样是指将抽样单元按某种特征或规则划分为不同的层，然后从不同的层中独立、随机地抽取样本。 分层抽样要求各层之间的差异很大，层内个体或单元差异小，而整群抽样要求群与群之间的差异比较小，群内个体或单元差异大 分层抽样保证了样本中包含有各种特征的抽样单位，样本的结构与总体的结构比较相近，从而可以有效地提高估计的精度，而且在一定条件下方便组织实施调查。整群抽样