比例抽樣

比例抽樣是指不考慮試樣變異性的大小，都按統(tǒng)一的比例進行抽樣。

數(shù)據(jù)挖掘本質(zhì)上作為一類數(shù)據(jù)分析方法，和統(tǒng)計學有著共同的目標:發(fā)現(xiàn)數(shù)據(jù)中的結構川。因而，基于數(shù)據(jù)挖掘的視角，對抽樣調(diào)查數(shù)據(jù)采用一些數(shù)據(jù)挖掘的方法進行分析，是可行的。然而，將數(shù)據(jù)挖掘方法應用于抽樣調(diào)查數(shù)據(jù)，有一個問題通常無法回避，那就是樣本數(shù)據(jù)所對應的權數(shù)如何處理。

一般而言，數(shù)據(jù)挖掘問題常常針對總體數(shù)據(jù)，例如關于一個公司的所有職工數(shù)據(jù)，銀行信用卡中心數(shù)據(jù)庫的所有客戶數(shù)據(jù)，一家大型超市一個季度以來的所有顧客購買記錄等。在這種情形下，每一條記錄都是總體數(shù)據(jù)中的一個單元，得到的觀察值可以直接計算總體參數(shù)，無需進行統(tǒng)計推斷。

但數(shù)據(jù)挖掘方法也越來越多地應用于抽樣調(diào)查數(shù)據(jù)。與總體數(shù)據(jù)不同的是，抽樣調(diào)查當中，每個樣本單元的觀測值都是有權數(shù)的，權數(shù)表示的是每個樣本單元代表了總體中一定數(shù)目的單元，所以整個樣本就“代表”了整個總體。樣本單元的權數(shù)取決于抽樣設計。

因此，謝佳斌等提出采用放回的、與樣本單元權數(shù)大小成比例的再抽樣方法，簡稱PewwR再抽樣，來實現(xiàn)“事后‘自加權設計。實現(xiàn)“事后”自加權設計后的子樣本可忽略掉樣本權數(shù)，直接采用常規(guī)的圖示方法和數(shù)據(jù)挖掘算法進行分析。隨后，基于2007中國公民科學家質(zhì)調(diào)查貴州省數(shù)據(jù)，通過模擬分析討論了PPWWR再抽樣子樣本的樣本且問題，發(fā)現(xiàn)max( n,5% N)（n為樣本大小，N為總體單元的個數(shù)）是一個比較合適的樣本量。這一結論可能為其他大型復雜抽樣調(diào)查數(shù)據(jù)的數(shù)據(jù)挖掘?qū)嵤﹩栴}提供借鑒。

抽樣又稱取樣。從欲研究的全部樣品中抽取一部分樣品單位。其基本要求是要保證所抽取的樣品單位對全部樣品具有充分的代表性。抽樣的目的是從被抽取樣品單位的分析、研究結果來估計和推斷全部樣品特性，是科學實驗、質(zhì)量檢驗、社會調(diào)查普遍采用的一種經(jīng)濟有效的工作和研究方法。

一般抽樣的過程如下：

1、界定總體

界定總體就是在具體抽樣前，首先對從總抽取樣本的總體范圍與界限作明確的界定。

2、制定抽樣框

這一步驟的任務就是依據(jù)已經(jīng)明確界定的總體范圍，收集總體中全部抽樣單位的名單，并通過對名單進行統(tǒng)一編號來建立起供抽樣使用的抽樣框。

3、決定抽樣方案

4、實際抽取樣本

實際抽取樣本的工作就是在上述幾個步驟的基礎上，嚴格按照所選定的抽樣方案，從抽樣框中選取一個個抽樣樣單位，構成樣本。

5、評估樣本質(zhì)量

所謂樣本評估，就是對樣本的質(zhì)量、代表性、偏差等等進行初步的檢驗和衡量，其目的是防止由于樣本的偏差過大而導致的失誤。

在分層抽樣中，采用分層比例抽樣可以提高樣本的代表性，及對總體數(shù)量指標的估計值的確定，避免出現(xiàn)簡單隨機抽樣中的集中于某些特性或遺漏掉某些特性。

它是根據(jù)某些特定的特征，將總體分為同質(zhì)、不相互重疊的若干層，再從各層中獨立抽取樣本，是一種不等概率抽樣。分層抽樣利用輔助信息分層，各層內(nèi)應該同質(zhì)，各層間差異盡可能大。這樣的分層抽樣能夠提高樣本的代表性、總體估計值的精度和抽樣方案的效率，抽樣的操作、管理比較方便。但是抽樣框較復雜，費用較高，誤差分析也較為復雜。此法適用于母體復雜、個體之間差異較大、數(shù)量較多的情況。

01

抽樣調(diào)查概述

本章對抽樣技術的涵義、作用、產(chǎn)生歷史和實際應用等作簡要介紹，為以后各章的學習奠定基礎。具體要求：①正確理解抽樣技術的科學涵義、基本分類和特點，對抽樣調(diào)查的基本程序和作用有初步的認識；②對抽樣技術產(chǎn)生與發(fā)展的歷史有一般的了解；③對抽樣技術的實際應用有大致的認識。

課時

1.1 什么是抽樣調(diào)查

1.2 抽樣技術的產(chǎn)生與發(fā)展

1.3 抽樣技術的應用

02

抽樣調(diào)查基本概念

本章對抽樣技術的基本概念進行闡述和介紹，為以后各章的學習奠定理論與方法基礎。具體要求：①掌握總體、單位、抽樣框、樣本等概念，理解它們之間的內(nèi)在關系，熟知常用的總體指標和樣本指標；②系統(tǒng)了解估計量、抽樣分布、抽樣誤差、估計精度、置信區(qū)間等概念的內(nèi)涵和作用，能夠運用它們進行實際的抽樣估計；③基本掌握和理解樣本設計的內(nèi)容、原則和效果衡量指標。

課時

2.1 總體與樣本

2.2 估計量與抽樣分布

2.3 抽樣誤差與置信區(qū)間

2.4 樣本設計

03

簡單隨機抽樣

簡單隨機抽樣是抽樣中最基本、最成熟、也是最簡單的抽樣設計方式，是所有概率抽樣方法發(fā)展、比較的基礎。因此，掌握本章的內(nèi)容對于學好其他各章將起到基礎性的作用。具體要求：①通過學習熟練掌握簡單隨機抽樣的抽樣方式和樣本抽選方法；②熟知總體均值、總體總值和總體比例的簡單估計；③掌握樣本量的確定；④了解子總體的估計。

課時

3.1 抽樣方式

3.2 總體均值與總體總值的簡單估計

3.3 總體比例的簡單估計

3.4 樣本量的確定

3.5 子總體估計

04

分層抽樣

本章主要對分層抽樣的方式、估計量及其性質(zhì)、樣本量的確定及分配、設計效果等進行系統(tǒng)介紹。具體要求：①正確理解層與分層抽樣的涵義、特點及作用；②掌握分層抽樣的估計量及其性質(zhì)；③掌握分層抽樣樣本量的確定方法；④了解分層抽樣的設計效果；⑤了解分層抽樣其他有關理論問題，包括層權偏差、最優(yōu)分配偏差、事后分層等。

課時

4.1 抽樣方式

4.2 簡單估計量及其性質(zhì)

4.3 樣本量的分配

4.4 樣本量的確定

4.5 分層抽樣設計效果分析

4.6 進一步討論的問題

05

比率估計與回歸估計

本章討論了簡單隨機抽樣和分層隨機抽樣下比率估計量和回歸估計量的構造及性質(zhì)。具體要求：①掌握總體比率、比率估計量及回歸估計量的概念。②了解比率估計量、回歸估計量的偏差、方差及方差的估計量。③掌握應用比率估計量及回歸估計量的條件。

課時

5.1 問題的提出

5.2 比率估計

5.3 回歸估計

5.4 分層比率估計與分層回歸估計

06

不等概率抽樣

前面各章介紹的抽樣方法都是等概率抽樣，本章則對不等概率抽樣方法進行介紹，具體要求：①熟練掌握不等概率抽樣的概念和分類，了解不等概率抽樣的應用意義；②了解放回與不放回不等概率抽樣的各種估計量構造及其方差估計；③能夠在實際抽樣中運用不等概率方法,尤其是PPS等常用的方法。

課時

6.1 問題的提出

6.2 放回不等概率抽樣

6.3 不放回不等概率抽樣

07

整群抽樣

本章給出整群抽樣的定義，討論了群大小相等和群大小不等的整群抽樣方法及與之匹配的估計量、估計量的方差及方差的估計量。具體要求：①掌握群大小相等情形對群進行簡單隨機抽樣簡單估計量的無偏性、方差及方差的無偏估計，了解群內(nèi)方差、群間方差概念及其對整群抽樣精度的影響，掌握群的劃分原則。②掌握群大小不等情形與簡單隨機抽樣相匹配的簡單估計量、比率估計量及與 抽樣相匹配的漢森－赫維茨估計量及其性質(zhì)。③掌握估計總體比例的整群抽樣方法及簡單估計量、比率估計量。

課時

7.1 抽樣方式

7.2 群大小相等的整群抽樣

7.3 群大小不等的整群抽樣

7.4 估計總體比例的整群抽樣

08

系統(tǒng)抽樣

本章將對系統(tǒng)抽樣這種具有簡便易行、樣本分布均勻、估計效率較高等多方面優(yōu)點的抽樣組織方式進行介紹，以便在實踐中靈活加以應用。具體要求：①正確理解系統(tǒng)抽樣的基本思想和方式；②掌握系統(tǒng)抽樣的估計量及其性質(zhì)；③熟知系統(tǒng)抽樣估計量方差的樣本估計方式；④對系統(tǒng)抽樣的相關問題有所了解。

課時

8.1 抽樣方式

8.2 等概率系統(tǒng)抽樣的估計量及其方差

8.3 估計量方差的樣本估計

8.4 進一步探討的問題

09

多階段抽樣

本章介紹多階段抽樣的方式、優(yōu)點和初級單位大小相等或不等時的兩階段抽樣的估計量及其性質(zhì)，并對相關一些問題進行討論。具體要求：①正確理解多階段抽樣的科學涵義，對多階段抽樣的性質(zhì)及優(yōu)點有初步的認識；②掌握初級單位大小相等時兩階段抽樣的估計量及其性質(zhì)和初級單位大小不等時兩階段抽樣的估計量及其性質(zhì)；③了解有關多階段抽樣的其它相關問題。

課時

9.1 抽樣方式

9.2 初級單位大小相等的兩階段抽樣

9.3 初級單位大小不等的兩階段抽樣

9.4 進一步討論的問題

10

其它抽樣方法技術

本章主要對樣本輪換、雙重抽樣、隨機化裝置、交叉子樣本等抽樣技術原理、方法、特點及應用條件進行了較為全面的介紹。具體要求：①掌握本章所介紹的幾種抽樣技術的特點及應用條件；②在抽樣實際工作中能夠正確運用該種技術，提高估計的精度與效果。

課時

10.1 樣本輪換

10.2 雙重抽樣

10.3 隨機化裝置

10.4 交叉子樣本

11

非抽樣誤差

本章對非抽樣誤差的構成和各種非抽樣誤差的影響進行分析。具體要求：①正確理解非抽樣誤差的涵義、來源和特點；②對抽樣框誤差、無回答誤差和計量誤差的成因及其對抽樣的影響有比較系統(tǒng)的理解；③掌握控制非抽樣誤差的基本思想。

課時

11.1 非抽樣誤差構成

11.2 抽樣框誤差分析

11.3 無回答誤差分析

11.4 計量誤差分析

在驗收方案中，適用于連續(xù)的生產(chǎn)情況的一種抽樣方案。其特點是接收或拒收基于某批逐個產(chǎn)品的檢查；以及交替使用100%的檢驗和抽樣檢驗，100%檢驗的相對數(shù)量取決于對交付產(chǎn)品質(zhì)量的把握性。連續(xù)抽樣方案通常所表示的特點是：要求100%檢驗的每一期間要延續(xù)到連續(xù)檢查規(guī)定數(shù)量(i)個被檢單元沒有發(fā)現(xiàn)不合格品時為止。對一個水平的連續(xù)抽樣方案，抽樣時采用一個抽樣比例。對多水平連續(xù)抽樣方案，要采用兩個或多個抽樣比例。某一時期的抽樣比例取決于該時期交驗產(chǎn)品質(zhì)量的可靠性。