样本量并非多多益善——谈抽样调查中科学确定样本量

<<史记>记载:韩信点兵,多多益善.在抽样调查中,样本量是否也是多多益善呢?     

总体比例的区间估计和样本量的确定

通过平移计分置信区间中心点,修正和改善其覆盖概率的统计性能,获取抽样总体比例估计的置信区间。对于放回抽样以及总体容量N较大的不放回抽样,平移系数建议都取0.02 z4;对于较小N∈[50,1000]的不放回抽样,平移系数建议取0.024 z4。基于置信区间,给出了相应的明显优于传统的样本量公式。     

不同总体量和样本量时如何计算比例的置信区间

在总体或者总体子集不大情况下的抽样调查中,往往不易得出合理的关于比例的区间估计。这一类问题在抽样调查实践中已经严重到非说不可的地步。文章讨论了在样本量不大或者(和)在总体不大时估计比例的置信区间时往往忽略的问题,并给出了在不同情况下如何计算置信区间的方法。     

市场调查中样本量确定步骤

在抽样调查的设计中,总有一个阶段要决定样本的含量,这个决定是重要的。太大的样本会造成人力、财力和时间的浪费,太小的样本会使调查结果与目标总体有较大的偏差。笔者根据自己做调查时的一些经验、体会及从有关学者编著中得到的启发,认为如果在市场调查中确定样本量时从以下六个方面着手,相信能够把影响样本量的一些主要因素考虑进来,并为样本量的确定找出一条好的途径。     

关于样本量计算方法的比较研究

在设计抽样方案时样本量的确定是一个重要内容,确定样本量需要综合考虑精度、置信水平、抽样方式、费用等多方面因素.文章首先对费用一定误差最小或误差一定费用最少时的最优样本量进行分析,然后利用简单随机抽样的样本量和设计效应研究复杂抽样的样本量,最后根据社会调查的经验总结出针对不同总体规模和目的的样本容量范围,为抽样设计提供参考依据.     

人口普查的事后计数调查样本量的测算

在人口普查的事后计数调查中,抽样单位一般是某种级别的地理小区.由于这类小区的规模相差悬殊,并且平常并没有以这种小区为单位的日常统计资料,所以难以得到这种小区的总体方差,自然也就无法用直接的方法测算需要抽取的地理小区数.文章使用事后计数调查抽样方案的设计效应来测算今后的同类调查所需要的样本量.其中包括:根据事后计数调查样本测算所用抽样方案的设计效应;用特定抽样方案的设计效应测算给定精度要求下同种方案所需要的样本量;抽样方案发生调整时设计效应的应用对策.     

连续性抽样调查中总体均值的估计

在连续性抽样调查中,利用前期信息和辅助信息可以大大提高估计精度,但是以往的估计量大多假设辅助信息总体均值已知,文章介绍一种在连续性抽样调查中,辅助信息总体均值未知的情况下,通过两阶段抽样,利用轮换样本方法和辅助变量信息,对总体均值进行估计的新的估计方法,并将新提出的估计量与原有的估计量进行比较,发现其精度更高,而且有利于减少调查成本。     

基于回答随机性下的总体均值的估计

无回答的产生,对抽样调查结果的可信性产生了一定的影响,这引起了许多统计学者的关注.但至今仍未能找到一个比较满意的处理无回答的方法.现行的主要一些无回答处理方法,都侧重于事后对无回答数据本身的补救.文章则主要着眼于受访者的回答概率,在随机性回答下,给出了总体均值的一个估计.通过事先对总体均值给出一个大体的水平值,或者叫经验值;然后估计均值与这一水平的差距;最后在一定范围内改变这一水平值,减小了估计的方差.     

基尼系数及其估计

近年来随着社会贫富差距的加大,"基尼系数"这个名词不时见诸媒体,本文拟对这个概念作比较严谨的介绍,并讨论与之有关的统计问题.     

迭代方法在多目标总体抽样调查中的应用

一、问题的提出在抽样调查实践中经常会遇到多目标抽样问题 ,包括多目标变量问题和多目标总体问题。多目标变量问题 ,是指用一套样本估计多个目标变量的总量、均值、比率和比例等估计量时 ,由于各个变量的总体分布不一致 ,导致不同变量的估计量精度 (一般用相对误差表示 )不同 ,而且可能相差很大。在实践中 ,多目标变量问题是一个普遍问题 ,因为任何一项调查都不可能仅仅调查一个指标 (即变量 )。解决多目标变量问题的关键是在抽样设计中选择合适的辅助变量。一般来说 ,在抽样设计中作为分层辅助信息的变量的估计量精度会比其他变量的估计量…     

最优气候均态模型在年均气温预报中样本量的确定

最优气候均态模型(简称OCN)是制作温度预报的一种有效方法.文章以西安、延安两地1951～2004年(其中2001～2004年为预报年)的年均温历史资料为依据,通过设置不同的样本量对该模型进行了检验,结果发现:最优气候均态模型在预测年均气温时,若设定实验样本量,以此确定基本统计样本量,与习惯操作取基本统计样本量相比,西安和延安两地的平均绝对误差分别减小1.0℃和0.9℃;平均相对误差分别减小6.6%和8.4%.预报精度有一定的提高.     

样调查在劳动统计中的应用

劳动统计是反映我国国民经济各行业职工规模、构成和分配使用及工资增长和生活水平变化的主要手段。长期以来,我们一直采用了全面统计的方法,及时、准确地搜集、整理和反映有关劳动力资源配置、从业人员人数及劳动报酬、职工个人收入等方面的资料,为党和政府制订劳动政策,进行宏观决策和调控提供依据。随着改革开放的逐步深入,我国的劳动工资政策发生了巨大变化,劳动经济领域出现了许多新情况新问题。因此在调查方法上给我们提出了新的要求,即,劳动统计改全面调查为抽样调查。     

辅助信息及其在抽样调查中的应用

辅助信息即除调查指标样本信息以外的一切有关总体、抽样单元及样本的信息。抽样调查在不扩大调查规模的情况下 ,充分利用辅助信息是提高估计量精度的有效手段     

利用极差信息确定样本量的一种方法——兼谈在农调实践中的应用

在抽样调查实践中,特别是在围绕农业农村问题的抽样调查实践中,通常总体极差方面的信息更易获得。因此利用极差信息来对总体尤其是正态总体的方差进行预估,以确定样本量的想法很有实用价值。本文利用模拟抽样和线性回归分析方法,得出了一个关于总体极差与总体方差关系的简单模型,为快速确定样本量提供了一条途径,并探讨了在农调实践中的应用。     

比值估计法及其在抽样调查中的应用

比值估计法及其在抽样调查中的应用合肥经济技术学院汪琥庭设Ｙ是抽样调查中的目标变量（主要因子），Ｘ是与之有显著线性关系的另一变量（辅助因子），在通过样本的观察值来估计总体Ｙ的均值Ｙ时，如果直接抽取并观察Ｙ的个体需要较大的费用或因可操作性小很难直接抽查，...     

比率估计及其运用的探讨

随着社会主义市场经济体制的确立和发展,为实现对经济、社会的有效组织和管理,各级领导和各行各业对信息的需求与日俱增,同时对信息的时效性和收集资料的节约性也提出了相应的要求。抽样调查作为获取信息的手段和方式,既具有全面调查所不具备的快速、经济的特点,又具有重点调查和典型调查所缺少的优效作用。比率估计作为抽样凋查的一种估计方法,可以与各种抽样方式结合使用,其优点是:能够增加抽样估计的有效性,使获取的数据资料     

抽样调查的特点作用及其在工业产品质量检验中的应用

在众多的统计调查和统计分析方法中,抽样调查(即抽样法)是一种有着独特特点和作用的统计调查和分析方法。随着抽样理论的发展、抽样技术的进步、抽样方法的完善和广大统计人员业务水平的提高,抽样法必将在我国社会经济统计工作中得到更广泛的应用,发挥更大的作用。     

SAS在抽样调查分析中的应用

抽样调查是人们获取数据的一种重要手段。但在抽样调查分析中,由于数据通常都很多,借助于一种速度快、效率高的统计软件就成了必然之举。在此处笔者主要是结合大家所熟悉的SAS软件,来介绍在抽样调查分析中统计软件的应用。在本文中,主要是从SURVEYSELECT、SURVEYMEANS及SURVEYREG三个方面进行详细说明的。     

辅助信息在抽样调查中的应用

一、辅助信息及其种类 在抽样调查中，调查指标的样本信息是估计总体目标量必不可少的信息，我们称其为基本信息。由于样本是总体的一部分，抽样又是按照一定概率进行的，故样本提供的是不全面的且带有随机干扰的信息。这就是说，基本信息不仅量极其有限，而且在反映总体特征时常常伴有不可消除的偏差，这就必然使估计量精度受到一定限制。 在许多情况下，我们在抽样调查之前对总体及抽样单元并非一无所知，往往是事先掌握某些可资利用的总体信息及抽样单元信息，而在抽样调查中除了获得调查指标的样本信息外，常可伴随获得其它可资利用的样…