第2章 数据的搜集课件.pptVIP

第 2章 数据的搜集 2.1 统计数据的来源 2.2 抽样方法 2.3 搜集数据的基本方法 2.4 实验数据的搜集 2.5 数据的误差 本章小结 学习目标 了解统计数据的来源 了解几种主要的抽样方法 了解搜集数据的基本方法 了解实验数据的搜集方法 理解统计数据的两种误差和误差的控制 数据的间接来源 数据的间接来源 统计部门和政府部门公布的有关资料，如各类统计年鉴 各类经济信息中心、信息咨询机构、专业调查机构等提供的数据 各类专业期刊、报纸、书籍所提供的资料 各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料 从互联网或图书馆查阅到的相关资料 提供统计数据的部分政府网站 提供统计数据的部分政府网站 使用间接数据的注意事项 1.考察数据搜集者的实力和信誉 2.了解数据搜集的目的 3.评价搜集数据的方法 4.注意数据搜集的时间 5.引用时应注明数据的来源 数据的直接来源 普查(census) 为特定目的专门组织的非经常性全面调查 2. 通常是一次性或周期性的 3. 一般需要规定统一的标准调查时间 4. 数据的准确程度较高 5. 应用范围比较狭窄 抽样调查(sampling survey) 1. 从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体特征的数据收集方法 实验 1.根据研究目的对实验对象进行人为控制,从而获得实验数据. 2.通过实验搜集数据的方法广泛应用于自然科学中,如医学、农学、生态学、遗传学等. 3.实验方法也在社会科学研究中得到大量应用,如心理学、教育学、社会学、经济学、管理学等. 常用的抽样方法 概率抽样(probability sampling) 根据一个已知的概率来抽取样本单位，也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中与否取决于概率 每个单位被抽中的概率是已知的，或是可以计算出来的 简单随机抽样(simple random sampling) 从总体N个单位中随机地、一个一个地抽取n个单位作为样本，使得每一个总体单位都有相同的机会(概率)被抽中。 抽样的随机性是通过抽样的随机化程序体现，可以使用随机数字表或计算机程序。 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其他辅助信息以提高估计的效率 分层抽样(stratified sampling) 将总体单位按某种特征或某种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 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 整群抽样(cluster sampling) 将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查。 特点 抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便调查的实施 缺点是估计的精度较差 系统抽样(systematic sampling) 将总体中的所有单位(抽样单位)按一定顺序排列，并按某种规则确定一个随机起点，然后每隔一定的间隔抽取一个单位，直至抽取n个单位形成一个样本。 优点：操作简便;样本在总体中的分布比较均匀，可提高估计的精度 多阶段抽样(multi-stage sampling) 1.首先抽取群,然后从选中的群中抽取出初级单位,再从中抽取二级单位,直至抽取出最终单位进行调查. 2.优点:保证样本相对集中,节约调查费用;不需要包含所有低阶段抽样单位的抽样框. 非概率抽样(non-probability sampling) 1.根据研究目的对数据的要求,采用某种方式从总体中抽出部分单位对其实施调查. 2.非概率抽样主要有以下几种:方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样. 概率抽样与非概率抽样的比较 1.概率抽样是依据随机原则抽取样本,样本统计量存在理论分布,可以根据样本统计量对总体参数进行估计;非概率抽样不是依据随机原则抽取样本,样本统计量的分布不确切,不能根据样本统计量对总体参数进行估计. 2.概率抽样要求较高的统计学专业知识,调查成本高;非概率抽样操作简便,调查成本低. 搜集数据的基本方法 2.面访式:由调查员与被调查者面对面交 流. 优点:调查回答率高、数据质量高 缺点:成本高、被调查者对敏感问题的回 答的误差大 搜集数据的基本方法 3.电话式:调查人员通过电话向被调查者 实施调查. 优点:速度快、成本低 缺点:要求较高的电话拥有率、访问