下载文档原格式
PPS抽样方法的研究及其在我国农村居民消费支出估计的应用〔摘要〕不等概率抽样估计是一种十分有效的抽样推断方法，它在实践中有着广泛的应用，采用不等概率抽样修正等概率抽样，可以弥补抽样调查中等概率抽样估计的不足。
由于金融危机引起出口增长受阻，国内投资增长缓慢，城镇居民消费预期恶化且收入分配差距过大，农村有效需求的扩大成为备受关注的问题。
因此，有必要通过市场调查，了解和掌握我国农村居民的消费状况。
应用PPS 抽样方法对我国农村居民生活消费支出进行估计，可以得到相关数据，进而为制定有效的产业策略提供参考依据。
〔关键词〕PPS 抽样；Hansen-Hurvitz 估计量；农村居民消费支出一、引言近20多年来，我国经济连续高速增长主要是由投资带动的，而作为拉动经济增长的最重要的要素———消费需求却严重不足。
消费率是指最终消费额占GDP 的比重，消费率是衡量消费需求的一个重要指标。
如果消费率下降，那么表明消费需求不足，如果消费率上升，则表明消费需求扩张。
近年来，我国消费率数据也遵循了这一规律，最终消费占GDP的比重一直呈下降趋势。
市场经济改革以来，我国最终消费率持续下降，投资与消费增速的差距拉大。
1990我国最终消费率是62.5％，投资率34.9％,消费率高出投资率的27.6％。
2009年最终消费率降到4 8％，投资率是47.7％,消费率仅高出投资率0.3％。
据国外经验来看，在国外很多发达国家和发展中国家，他们的投资率一般在20％~30％左右，消费率一般在7 0％~80％左右。
对比中国的情况，投资率显著高于国外的平均水平，消费率也明显偏低。
目前，“三农”问题已经成为中央政府及有关各部门和理论界极为关注的热点问题。
消费是经济的原动力，消费、投资和净出口被誉为拉动经济增长的“三架马车”，其中消费的作用是最重要的。
当前，我国消费市场的形势并不乐观。
由于金融危机引起出口增长受阻，国内投资增长缓慢，城镇居民消费预期恶化且收入分配差距过大，在这种情况下，人们自然地将增加有效需求的注意力转向了农村。
不等概率抽样引例: O ’Brien et al. (1995) 对Philadelphia 地区的病人进行抽样, 目的是了解病人对于医疗服务的偏好。
目标总体是这一区域的所有注册的医院的病人。
总共有294家医院,27652个床位(抽样以前,研究人员只知道床位数,不知道病人数)。
等概率的抽取样本医院的缺点？ 首先，可能医院中愿意接受CPR 治疗的病人数量会正比与医院床位的数量，采用等概率简单估计量可能会有大的方差。
其次，自加权的等概率样本可能难于管理。
可能仅仅为了调查一两个病人就需要去一家医院，并且合理分配调查人员的工作负担也是比较困难的。
第三，调查成本在调查开始的时候是未知的,一个40个医院的样本可能包括了主要的大的医院，这会导致比预计更大的成本。
其他办法？ 1、调查人员还可以采用与医院病床数量成比例的方法抽取57个医院，然后从每个样本医院中抽取30个简单随机样本床位。
2、如果病人数等于床位数，并且医院实际的床位数和抽样时依据的病床数据一致，每个病人是否有相同的入样概率？3、而且成本在调查实施前是已知的，因为每个访员在每个医院访问的病人数量是相同的。
而且，总体总量的方差可能更小。
4、分层抽样：抽样选择概率小的单位会有较高的权数。
5、采用不等概率抽样来减少抽样方差而不采用清晰的分层。
采用不同的概率来选择初级样本单元，并且在估计中采用不同的权数来进行弥补。
抽样的关键是每个样本的选择概率是已知的。
i P ψ）＝在第一次抽取中被抽中单元i ( i P π被选入样本）＝单元i (一、不等概率抽样适用情况第一，抽样单元在总体中所占的地位不一致。
第二，调查的总体单元与抽样总体的单元不一致。
第三，改善估计量。
不等概率抽样的优点主要是大大提高了估计精度，减少抽样误差，但使用它也由条件，就是必须要有说明每个单元规模大小的辅助变量来确定每个单元入样的概率，这在抽样设计及估计时都是必须得。
二、不等概率抽样的分类 1、放回不等概率抽样每次在总体中对每个单元按入样概率进行抽样，抽取出来的样本单元放回总体，然后进行下一次抽样，这样，每次抽样过程都是从同一个总体独立进行的，这种不等概率抽样称为（有）放回不等概率抽样。
抽样技术：7不等概率抽样1. 引言在进行数据分析和统计研究时，抽样是一种常用的技术。
抽样技术允许我们从总体中选择一个样本，以便推断总体的性质。
在抽样技术中，不等概率抽样是一种常见的方法，它允许我们以非均匀的概率抽取样本。
本文将介绍关于7种不等概率抽样方法的详细信息。
2. 简单随机抽样简单随机抽样是最基本的抽样方法之一，它要求每个个体被选中的概率相等且任意组合都是可能的。
然而，在某些情况下，简单随机抽样可能并不适用，例如当总体分布不均匀时，或者我们希望在样本中增加一定的多样性。
这时，我们可以考虑使用不等概率抽样方法。
3. 整群抽样整群抽样是一种不等概率抽样方法，它将总体划分为若干个互不重叠的群组（或称为簇），然后从每个群组中抽取样本。
整群抽样可以有效地减少抽样过程中的复杂性，并提高样本的效率。
整群抽样常用于调查社会群体或大型组织等场景。
4. 分层抽样分层抽样是一种根据总体特点进行划分的抽样方法，它将总体划分为若干个层级或相似的子群（层），然后从每个层中抽取样本。
通过分层抽样，我们可以保证样本在各层中的分布情况与总体相似，从而更为准确地推断总体的特征。
5. 系统抽样系统抽样是一种按照固定间隔选择样本的抽样方法。
它类似于简单随机抽样，但是通过定义一个间隔，我们可以按照一定的规律抽取样本。
例如，我们可以在总体中选取每隔一定数量的个体作为样本。
系统抽样在样本大小较大时表现出较高的效率。
6. 按比例分层抽样按比例分层抽样是一种常用的不等概率抽样方法，它根据总体各层的比例确定各层的样本容量。
比例分层抽样可以使得样本在各层中的分布与总体的比例相对应。
这种抽样方法适用于总体中的各个层存在不同比例的情况。
7. 两阶段抽样两阶段抽样是一种复杂的不等概率抽样方法，它将抽样过程分为两个阶段。
在第一阶段，我们从总体中选择一部分群组（或称为簇），在第二阶段，我们从每个群组中抽取一定数量的样本。
两阶段抽样适用于总体较大或分布复杂的情况下，可以提高抽样的效率。
