下载文档原格式
第七章整群抽样第一节整群抽样概述一、整群抽样的概念整群抽样是先将总体各单元划分成若干群（组），然后以群为单位，从中随机抽取一部分群，对中选群内的所有单元进行全面调查。
确切地说，这种抽样组织形式应称为单级整群抽样。
如果总体中的单元可以分成多级，则可以对前几级单元采用多阶抽样，而在最后一阶中对该阶抽样单元所包含的全部个体（最基本单元）进行调查，这种抽样称作多级整群抽样。
本章只讨论单级整群抽样。
设总体被划分为Ｎ群，第i群含有Ｍi个次级单元，全部总体次级抽样单元数记为Ｍ0，即Ｍ0＝∑M i。
当诸Ｍi都相等时，称为等群；否则，称为不等群。
采用整群抽样的两个理由：- 抽选群能大大降低数据收集的费用，当总体的分布比较广且调查采用面访时更是如此；- 从总体中直接抽选个体在实际中并不总是可行的（没有关于个体的抽样框）；有时，抽选单元组成群体组更简便易行（如整个住户）。
整群抽样包括两步：首先，总体被分为群；然后，在总体中抽取群的样本并访问群中的所有单元。
如果总体单元是自然分成组或群的，创建一个这种关于群的抽样框并对它们进行抽样比创建总体中所有单元的名录框更为容易。
或者，无法得到关于总体中所有单元的名录框，但却有这些单元分布地域的地图，因而可以创建地域框。
群的抽取可以采用简单随机抽样、系统抽样或PPS抽样等各种不同的方法。
二、群的划分问题整群抽样策略的统计效率取决于群内单元的相似程度有多大，每个群中有多少单元，及抽中群的数量。
同分层抽样一样，整群抽样的前提是先要对总体进行分群。
关于群的划分，有两个问题：一是如何定义群，即当群并非是一个自然形成的单位时，确定每个群的组成；二是如何确定群的规模即群的大小。
分层抽样是在各层都进行随机抽样，“层是缩小了的总体”，抽样单元仍然是总体基本单元。
这决定了分层的原则是：尽量缩小层内差异，而扩大层间差异。
而整群抽样只是在各群之间抽取一部分群进行调查，并在抽中的群内作全面调查。
因此，群间差异的大小直接影响到抽样误差的大小，而群内差异的大小则不影响抽样误差。
（标准抽样检验）第七章整群抽样第七章整群抽样第一节整群抽样概述一、整群抽样的概念整群抽样是先将总体各单元划分成若干群（组），然后以群为单位，从中随机抽取一部分群，对中选群内的所有单元进行全面调查。
确切地说，这种抽样组织形式应称为单级整群抽样。
如果总体中的单元可以分成多级，则可以对前几级单元采用多阶抽样，而在最后一阶中对该阶抽样单元所包含的全部个体（最基本单元）进行调查，这种抽样称作多级整群抽样。
本章只讨论单级整群抽样。
设总体被划分为Ｎ群，第i群含有Ｍi个次级单元，全部总体次级抽样单元数记为Ｍ0，即Ｍ0＝∑M i。
当诸Ｍi都相等时，称为等群；否则，称为不等群。
采用整群抽样的两个理由：-抽选群能大大降低数据收集的费用，当总体的分布比较广且调查采用面访时更是如此；-从总体中直接抽选个体在实际中并不总是可行的（没有关于个体的抽样框）；有时，抽选单元组成群体组更简便易行（如整个住户）。
整群抽样包括两步：首先，总体被分为群；然后，在总体中抽取群的样本并访问群中的所有单元。
如果总体单元是自然分成组或群的，创建一个这种关于群的抽样框并对它们进行抽样比创建总体中所有单元的名录框更为容易。
或者，无法得到关于总体中所有单元的名录框，但却有这些单元分布地域的地图，因而可以创建地域框。
群的抽取可以采用简单随机抽样、系统抽样或PPS抽样等各种不同的方法。
二、群的划分问题整群抽样策略的统计效率取决于群内单元的相似程度有多大，每个群中有多少单元，及抽中群的数量。
同分层抽样一样，整群抽样的前提是先要对总体进行分群。
关于群的划分，有两个问题：一是如何定义群，即当群并非是一个自然形成的单位时，确定每个群的组成；二是如何确定群的规模即群的大小。
分层抽样是在各层都进行随机抽样，“层是缩小了的总体”，抽样单元仍然是总体基本单元。
这决定了分层的原则是：尽量缩小层内差异，而扩大层间差异。
而整群抽样只是在各群之间抽取一部分群进行调查，并在抽中的群内作全面调查。
第七章抽样本章讨论抽样。
对抽样的统计学原理我们不作详细介绍，重点讨论抽样的过程和具体的操作。
抽样是一项非常重要的技术，在自然科学和社会科学的各个领域广泛运用。
自然科学方面包括化学、天文学、机械工程学和动物学等。
在社会科学研究中，抽样技术可用于实验、调查、内容分析等研究。
7.1 抽样原理7.1.1 为什么要抽样抽样是从一大批研究对象中选出一小群作为研究对象，如从20000人中选出150人。
用抽样方法获得的研究对象称为样本（sample）。
研究中用样本作为具体操作对象比用所有对象要经济得多。
然而研究者感兴趣的不仅仅是样本，他的目的是以小见大，希望把从样本得出的结论推广至全体研究对象。
“管中窥豹，可见一斑”。
数学理论和科学研究的实践业已表明，抽样是非常有效的技术。
如果使用正确，两千多个个体的样本，可有效地代表有两亿个成员的研究对象总体，出错的概率不超过百分之二到四。
这种以小见大，以少胜多并非无稽之谈，而是有缜密的统计学原理为依据，并已一再被经验证据所证实。
并非所有样本都可使结论推而广之，抽取样本必须遵守严密的程序，而且从任何样本得出的结论都必须附带说明，表明其局限性。
7.1.2 总体、个体和抽样框架研究者从一大批研究对象中抽取样本。
这些研究对象是一个个的个体（elements），有时称作个案（cases），可以是个人、群体或组织，也可以是信息、文档，甚至是社会行为（如离婚、吸毒、乱扔垃圾）。
这些都是研究者拟测量或可以测量的事物。
拟定研究对象的全体叫做总体（population）或全域（universe）。
总体是抽样的基础，必须严格界定，没有定义清晰的总体就谈不上抽样。
总体有三个要素：内容、范围和时间。
内容即组成总体的个体单位是什么：人、物还是机构等；范围即总体所处的空间界限，包括地理位置；时间即总体存在的时间界限。
表7.1举例说明了抽样的个体单位（人、企业、医院住院人次、商业广告），地理位置和时间界限。
