抽樣調查第9章二重抽樣課件_第1頁
抽樣調查第9章二重抽樣課件_第2頁
抽樣調查第9章二重抽樣課件_第3頁
抽樣調查第9章二重抽樣課件_第4頁
抽樣調查第9章二重抽樣課件_第5頁
已閱讀5頁,還剩29頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

抽樣調查-第9章二重抽樣2024/1/6抽樣調查第9章二重抽樣2。兩階段抽樣的第二階段抽樣單元與第一階段抽樣單元往往是不同的。而二重抽樣的第二重樣本往往是第一重樣本的子樣本。三、二重抽樣的作用(一)有利于篩選主調查對象(二)節(jié)約調查費用(三)提高抽樣效率(四)可用于研究樣本輪換中的某些問題(五)降低無回答偏倚抽樣調查第9章二重抽樣§9.2為分層的二重抽樣分層抽樣是一種應用廣泛的抽樣方程,但進行分層抽樣有一個前提,即需要將總體N個單元劃分為L個互不重疊的層,而且需要知道各層的權重。如果事先無法知道總體的層權,可以采用二重抽樣方法。一、符號說明用下標h表示層數,總體第h層的單元數:總體單元數:第一重樣本第h層的單元數:第一重樣本單元數:抽樣調查第9章二重抽樣第二重樣本第h層的單元數:第二重樣本單元數:總體單元第h層的權重:第一重樣本第h層的權重:第二重樣本第h層的抽樣比:第二重樣本第h層j單元的觀測值:第二重樣本第h層樣本單元的平均數:總體方差:,第h層的總體方差:抽樣調查第9章二重抽樣第一重樣本第h層方差:第二重樣本第h層方差:二、抽樣方法第一步:利用簡單隨機抽樣,從總體的N個單元中隨機抽取第一重樣本,樣本單元數為;根據已知的分層標志將第一重樣本分層,令,則是總體層權的無偏估計。第二步:利用分層隨機抽樣,從第一重樣本中抽取出第二重樣本,樣本單元數為n,第h層樣本單元數為抽樣調查第9章二重抽樣三、估計量及其性質(一)均值估計量采用二重分層抽樣,對總體均值的估計量為:(二)均值估計量的性質性質1估計量是的無偏估計。即因為所以有抽樣調查第9章二重抽樣性質2的方差為:式中,為總體方差;為第h層的總體方差;為第二重樣本第h層的抽樣比。性質3的樣本估計量為:式中,為的近似無偏估計;為第二重樣本第h層方差。抽樣調查第9章二重抽樣【例9.1】某銀行要調查其客戶的資產情況,已知該銀行的客戶數為8000,針對客戶規(guī)模差異較大的特點,擬采用分層抽樣。但由于缺乏現有的分層資料,決定采用二重分層抽樣方法。第一重樣本量=1000,根據其自報的資產情況可分為4層:第一層為300萬元以下;第二層為300萬元~1000萬元;第三層為1000萬元~件2000萬元;第四層為2000萬元以上。然后在第一重樣本分層的基礎上,在各層分別抽取第二重樣本。第二重樣本量為,對這200個客戶進行詳細的調查,取得有關數據如下表,試估計該銀行所有客戶的資產總額及其抽樣標準誤差。抽樣調查第9章二重抽樣分層第一重樣本第二重樣本樣本均值300萬元以下300~10001000~20002000萬元以上合計5403201004010008060402020027154040031009600451201.012.7115.38690.53解根據上表可計算各層的權重:該銀行客戶的平均資產額估計為:(百萬元)抽樣調查第9章二重抽樣該銀行共有8000個客戶,故全部客戶資產總額為:(百萬元)的方差估計為:抽樣調查第9章二重抽樣因此,該銀行客戶資產總額的抽樣標準誤的估計:(百萬元)四、二重分層抽樣樣本量的最優(yōu)分配二重分層抽樣中有兩次抽樣,這兩次抽樣的樣本量即和,直接影響估計的精度。第一重抽樣越大,對分層信息的了解和估計就越精確,從而可以減少估計量的誤差;同樣,第二重抽樣越大,估計量的方差越小。調查的經費是有限的,因此,需要在給定費用的條件下,選擇和,使得估計量的方差最小。抽樣調查第9章二重抽樣假設第一重抽樣的單元平均調查費用為,第二重抽樣第h層的單元平均費用為。忽略其他費用,則費用函數可以表示為:由于是隨機變量,所以選擇和的期望費用為:而總體均值估計量的方差為:抽樣調查第9章二重抽樣要在一定的費用約束下使估計方差最小化,則有由抽樣調查第9章二重抽樣在實際應用中,要確定最優(yōu)的和,需要對總體事先有一定的了解,例如對有一些粗略的估計。抽樣調查第9章二重抽樣§9.3為比率估計的二重抽樣一、二重抽樣比率估計的抽樣方法第一步

從總體的N個單元中隨機抽取第一重樣本,樣本單元數為;對于第一重樣本,僅觀測輔助變量信息,用輔助變量的樣本均值估計總體均值。第二步

從第一重樣本中隨機抽取出第二重樣本,樣本單元數為;對于第二重樣本,觀測目標變量與輔助變量,并用獲得的和,計算,構造比率估計。二、二重抽樣的比率估計及其性質二重抽樣對總體均值的比率估計:抽樣調查第9章二重抽樣式中,分別為第二重樣本目標變量與輔助變量的樣本平均數;為第一重樣本輔助變量的平均數。性質4

與簡單隨機抽樣下的比例估計一樣,是個有偏估計,其偏倚隨著樣本量的增加而縮小。當第二重樣本的樣本量足夠大時,是近似無偏的。即證明:記因為當第二重樣本量n足夠大時有抽樣調查第9章二重抽樣因此,是的近似無偏估計。性質5

二重抽樣比率估計的方差為:抽樣調查第9章二重抽樣通??珊雎裕虼耸街?,分別為Y和X的總體方差和總體協(xié)方差,性質6

二重抽樣比率估計方差的樣本估計:抽樣調查第9章二重抽樣【例9.2】某住宅小區(qū)共有200個住戶,現估計小區(qū)住戶家庭月平均收入的平均水平。家庭收入的數據不易調查,而家庭支出的資料相對容易獲取,而且家庭月平均收入與家庭月平均支出之間強相關,因此擬采用二重抽樣比率估計方法。先從住戶中隨機抽取100個住戶作為第一重樣本,調查家庭月平均支出,結果家庭月平均支出的樣本均值為1500元,然后從這100個住戶中隨機抽選10戶作為第二重樣本,調查家庭月平均收入和家庭月平均支出,資料見下表。試估計該小區(qū)家庭月平均收入,并計算估計量標準差。抽樣調查第9章二重抽樣樣本住戶家庭月平均支出家庭月平均收入123456789101500120020001800130030008001400160011002000180028002500190058001300200023001600某小區(qū)住戶家庭收支的樣本數據抽樣調查第9章二重抽樣解:由題知,從上表計算得該小區(qū)住戶的平均家庭月收入估計為:的方差估計為:抽樣調查第9章二重抽樣的標準差的估計為:三、二重抽樣比率估計時樣本量的最優(yōu)分配問題:在給定的費用條件下,選擇第一重樣本量和第二重樣本量,(其中為抽樣比),使得估計量的方差最小。費用函數:其中,為第一重抽樣的單元平均調查費用;為第二重抽樣的單元平均調查費用。抽樣調查第9章二重抽樣求最優(yōu)值:因總體均值估計量的方差為由及得抽樣調查第9章二重抽樣抽樣調查第9章二重抽樣§9.4為回歸估計的二重抽樣一、二重抽樣回歸估計的抽樣方法第一步:從總體的N個單元中隨機抽取第一重樣本,樣本單元數為;對于第一重樣本,僅觀測輔助變量信息,用輔助變量的樣本均值估計其總體均值第二步:從第一重樣本中隨機抽取出第二重樣本,樣本單元數為;對于第二重樣本,觀測目標變量與輔助變量,并計算和回歸系數,構造回歸估計。抽樣調查第9章二重抽樣二、二重抽樣的回歸估計及其性質(一)二重抽樣的回歸估計二重抽樣對總體均值的回歸估計:式中和分別為第一重樣本和第二重樣本中輔助變量的平均值;為根據第二重樣本計算的目標變量的樣本平均數,為根據第二重樣本計算的對的回歸系數。(二)二重抽樣回歸估計的性質性質7

是個有偏估計,其偏倚隨著樣本量的增大而縮小。當第二重樣本的樣本量n足夠大時,抽樣調查第9章二重抽樣是近似無偏的。即證明:性質8二重抽樣回歸估計的方差為:式中,抽樣調查第9章二重抽樣為第二重樣本殘差方差,其均值近似等于總體殘差方差因此性質9二重抽樣回歸估計方差的樣本估計:抽樣調查第9章二重抽樣式中是用第二重樣本的方差估計,用相關系數估計?!纠?.3】以例9。2的數據,用二重抽樣進行回歸估計。試估計該小區(qū)家庭月平均收入,并計算估計量的標準差。解:由題知由表可計算出該小區(qū)家庭月平均收入估計為:抽樣調查第9章二重抽樣的方差估計為:的標準差的估計:

在實際應用中,二重抽樣容量n較大條件下,才能有效消除用樣本回歸系數進行回歸估計可能產生的偏倚。抽樣調查第9章二重抽樣三、二重抽樣回歸估計時樣本量的最優(yōu)分配在給定的費用條件下,選擇第一重樣本量和第二重樣本量,其中為抽樣比,使得估計量的方差最小。假設第一重抽樣的單元平均調查費用為,第二重抽樣的單元平均調查費用為費用函數為:總體均值估計量的方差為:抽樣調查第9章二

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論