其他抽样、复杂样本及方差估计和非抽样误差.pptVIP

1990年NCVS的抽样过程阶段抽样单元分层1psu(县、一组相邻的县或者是大型城市统计区（MSA）)地理位置、人口信息以及犯罪相关特征2地区清单（ED）3含有4个住户单元的群4家庭5每个家庭成员011990年NCVS共抽取62,600个住房单元（包括普查清单中没有的住宅区）。其中：02采用主问卷的56,800个住房单元中（新搬入的住户则采用另一套问卷）：03有8200个不合格，原因有住房单元无人居住，或者拆除，或者不再作为居民住房等等。04有1600个住房单元完全无回答，原因可能是住户无法访问到或者拒绝访问。051990年NCVS的无回答率为1600/48,600，即3.3%。这样共有95,000个人回答了问卷。NCVS是采用了复杂调查设计，该调查被设计成是近似自加权的，1980年以后的NCVS基本权重（baseweight）为1658：（1/住户单元被抽中的概率）权数调整：加权控制因子（weighting-controlfactor，WCF）有可能原来ED中的独立单元被一座公寓所取代。只有从该群抽取子样本进行访问。若该群只有1/3的住房单元被抽中，那么该子样本中的住房单元的WCF为3。每个入样的住房单元代表总体中的住房单元数为：baseweight*WCF。123456无回答权重调整：增加每一组回答者的权重是为了使它们除了代表原先设计的那些单元，还代表样本中的无回答者，以及这些无回答者所代表的总体中未入样的单元。HHNAF（householdnon-interviewadjustmentfactor）。补偿整个家庭都无回答的家庭。按照MSA级别，城镇/农村，以及参照人的种族，将所有家庭分组，对于HHNAF大于或等于2的组，会合并，直到所有组的HHNAF小于2。WHHNAF（within-householdnon-interviewadjustmentfactor），补偿家庭中部分无回者。在每个区域内，来自至少有一个人回答的家庭成员，按照指定参照人的种族、家庭中无回答成员的年龄和性别，以及无回答者与参照人的关系，分成24组。对于访问案例少于30个或者WHHNAF大于或等于2的组将被合并。每个人的权重为：baseweight*WCF*WHHNAF*HHNAF每个回答者的权重被增加了，这样使得他们可以代表与其在背景信息上类似的无回答者。两阶段比估计：第一阶段只针对NSR的psu，将所有psu按照区域、MSA级别以及种族进行分组，分别赋予不同的权重，调整入样的NSR的psu与所有psu在普查信息上的差异最大值：1.3比估计第二阶段因子（second-stagefactor，SSF）。样本中的每个人按照其年龄、种族及性别被分成72个组。要求每个组至少有30个回答者，并且计算出的SSF在0.5和2.0之间。01SSF是一种事后分层：目的在于使估计总体的样本在年龄、种族及性别的分布上更真实。比如样本中年龄较大的白人女性的权重之和比最近的普查资料要大，那么对于样本中所有年龄较大的白人女性，SSF小于1。01最终样本中第i个人的权重为：=baseweight*WCF*WHHNAF*HHNAF*FSF*SSF在1990年的NCVS中，每个人的权重最小值为1100，最大值为9000，大多数权重分布在1500至2500之间。为了估计白人女性所报告的恶性袭击案件的总数，作如下定义：使用权重比不使用权重的估计结果要高。比如，调查中年轻黑人男性的回答者有可能是犯罪的受害者，然而黑人男性的无覆盖及无回答现象却往往较多。NCVS的抽样设计对方差估计的影响？1.在NSR层，每一层只抽出1个psu，所以在这些层中存在psu间方差（between-psuvariance）。2.在每个ED内进行整群抽样，每个群中包含4个住房单元，这些住房单元有可能是正相关的。3.入样家庭中的所有符合要求的成员都会被访问，这带来clusteringeffect。4.抽取ED时采用的是系统抽样而非简单随机抽样。在进行系统抽样时，样本单元要求在样本框中分布均匀，所以系统抽样方差往往比简单随机抽样要小，但具体结果很难量化。5.权重的调整（尤其是SSF），同样影响估计的方差。如人们期望的那样，SSF作为一种事后分层，可以降低估计的方差。NCVS以及类似的美国政府调查的设计效应一般大约为2。随机组方法平衡半方法刀切法自助法泰勒级数法广义函数方差重抽样12复杂样本的方差估计非概率抽样非抽样误差五种经典概率抽样方法其他抽样方法，复杂抽样等其他抽样方法估计湖中之鱼的数量N例假如我们想估