统计学-第2章--数据的搜集.ppt

Click to edit Master title,Click to edit Master text styles,Second Level,Third Level,Fourth Level,Fifth Level,2-,*,统计学,(第二版),第 2 章 数据的搜集,PowerPoint,统计学,第 2 章 数据的搜集,2.1 数据的来源,2.2 调查数据,2.3 实验数据,2.4 数据的误差,2.5 数据文件,学习目标,数据的来源,搜集数据的调查方法,问卷设计,搜集数据的实验方法,数据的误差,数据的质量要求,2.1 数据的来源,一.数据的间接来源,二.数据的直接来源,系统外部的数据,Internet,中国统计年鉴2001,中国人口统计年鉴,中国市场统计年鉴,世界发展报告,世界经济年检,工业普查数据,中国统计出版社,统计部门和政府部门公布的有关资料，如各类统计年鉴,各类经济信息中心、信息咨询机构、专业调查机构等提供的数据,各类专业期刊、报纸、书籍所提供的资料,各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料,从互联网或图书馆查阅到的相关资料,系统内部的数据,中国统计年鉴2001,中国人口统计年鉴,中国市场统计年鉴,世界发展报告,世界经济年检,工业普查数据,中国统计出版社,业务资料,，如与业务经营活动有关的各种单据，记录,经营,活动过程中的各种统计报表,各,种财务，会计核算和分析资料等,二手数据的特点,搜集容易，采集成本低,作用广泛,分析所要研究的问题,提供研究问题的背景,帮助研究者更好地定义问题,检验和回答某些疑问和假设,寻找研究问题的思路和途径,搜集二手资料在研究中应优先考虑,数据的间接来源,数据的直接来源,(原始数据),调查数据,通过调查方法获得的数据,通常是对社会现象而言,通常取自有限总体,实验数据,通过实验方法得到的数据,通常是对自然现象而言,也被广泛运用到社会科学中,如心理学、教育学、社会学、经济学、管理学等,概率抽样和非概率抽样,概率抽样,(,probability sampling,),也称随机抽样,特点,按一定的概率以随机原则抽取样本,抽取样本时使每个单位都有一定的机会被抽中,每个单位被抽中的概率是已知的，或是可以计算出来的,当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率,简单随机抽样,(,simple random sampling,),从总体,N,个单位中随机地抽取,n,个单位作为样本，每个单位入抽样本的概率是相等的,最基本的抽样方法，是其它抽样方法的基础,特点,简单、直观，在抽样框完整时，可直接从中抽取样本,用样本统计量对目标量进行估计比较方便,局限性,当,N,很大时，不易构造抽样框,抽出的单位很分散，给实施调查增加了困难,没有利用其它辅助信息以提高估计的效率,整群抽样,(,cluster sampling,),将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查,特点,抽样时只需群的抽样框，可简化工作量,调查的地点相对集中，节省调查费用，方便调查的实施,缺点是估计的精度较差,系统抽样,(,systematic sampling,),将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其它样本单位,先从数字1到,k,之间随机抽取一个数字,r,作为初始单位，以后依次取,r+k，r+2k,等单位,优点：操作简便，可提高估计的精度,缺点：对估计量方差的估计比较困难,多阶段抽样,(,multi-stage sampling,),先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查,群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的段数增多，就称为多阶段抽样,具有整群抽样的优点，保证样本相对集中，节约调查费用,需要包含所有低阶段抽样单位的抽样框；同时由于实行了再抽样，使调查单位在更广泛的范围内展开,在大规模的抽样调查中，经常被采用的方法,非概率抽样,(,non-probability sampling,),相对于概率抽样而言,抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查,有方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样等方式,方便抽样,调查,过程中由调查员依据方便的原则，自行确定入抽样本的单位,调查员在街头、公园、商店等公共场所进行拦截调查,厂家在出售产品柜台前对路过顾客进行的调查,优点：,容易实施，调查的成本低,缺点：样本单位的确定带有随意性，样本无法代表有明确定义的总体，调查结果不宜推断总体,自愿样本,被调查,者自愿参加，成为样本中的一分子，向调查人员提供有关信息,例如，参与报刊上和互联网上刊登的调查问卷活动，向某类节目拨打热线电话等，都属于自愿样本,自愿样本,与抽样的随机性无关,样本是有偏的,不能依据样本的信息推断总体,滚血球抽样,先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研究总体的调查对象，调查人员根据所提供的线索，进行此后的调查。这个过程持续下去，就会形成滚雪球效应,适合于对稀少群体和特定群体研究,优点：容易找到那些属于特定群体的被调查者，调查的成本也比较低,配额抽样,先将体中的所有单位按一定的标志(变量)分为若干类，然后在每个类中采用方便抽样或判断抽样的方式选取样本单位,操作简单，可以保证总体中不同类别的单位都能包括在所抽的样本之中，使得样本的结构和总体的结构类似,抽取具体样本单位时，不是依据随机原则，属于非概率抽样,搜集数据的基本方法,搜集数据的基本方法,面访式问卷调查,调查员与,被调查者面对面提问、被调查者回答的一种调查方式,优,点,可提高调查的回答率,可提高调查数据的质量,能调节数据搜集所花费的时间,弱,点,调查的成本较高,调查过程的质量控制有一定难度,电话式问卷调查,您好!,我是调查公司的调查员,通过电话向被调查者实施调查,特点,速度快，能在短时间内完成调,适合于样本单位十分分散的情况,局限,如果被调查者没有电话，调查将无法实施,访问的时间不能太长,使用的问卷需要简单,被访者不愿意接受调查时，难以说服,观察式调查,1.就调查对象的行动和意识，调查人员边观察边记录以收集所需信息,2.调查人员不是强行介入,能够在被调查者不察觉的情况下获得资料,如交通流量的调查,各调查方法的比较,自填式,面访式,电话式,调查时间,慢,中等,快捷,调查费用,低,高,低,问卷难度,要求容易,可以复杂,要求容易,有形辅助物的使用,中等利用,充分利用,无法利用,调查过程控制,简单,复杂,容易,调查员作用的发挥,无法发挥,充分发挥,一般发挥,回答率,最低,较高,一般,2.3 实验数据,实验组和对照组,实验中的若干问题,实验中的统计,实验法案例,实验租和对照组,将研究对象分为两组：实验组和对照组,实验组和随机组的产生应遵循随机原则，而且应该,匹配,匹配指对实验单位的背景材料进行分析比较，将情况类似的每对单位分别随机地分配到实验组和对照组,实验中的若干问题,人的意愿,研究的对象是人的时候，,在划分实验组和对照组时的随机原则将面临,挑战,心理问题,人们对被研究非常敏感，这使得他们更加注意自我，从而走到事物的另,一个极端,道德问题,当某种实验涉及道德问题时，人们会处于进退两难的尴尬境地,实验中的统计,实验设计本身就是一个统计问题,确定进行实验所需要的单位的个数，以保证实验可以达到统计显著的结果,将统计的思想融入到实验设计中，使实验设计符合统计分析的标准,对实验数据进行分析时，统计可以提供最恰当的分析方法,2.4 数据的误差,抽样误差,非抽样误差,误差的控制,数据的误差,抽样误差,(,sampling error,),由于抽样的随机性所带来的误差,所有样本可能的结果与总体真值之间的平均性差异,影响抽样误差的大小的因素,样本量的大小,总体的变异性,非抽样误差,(,non-sampling error,),相对抽样误差而言,除抽样误差之外的，由于其他原因造成的样本观察结果与总体真值之间的差异,存在于所有的调查之中,概率抽样，非概率抽样，全面性调查,有抽样框误差、回答误差、无回答误差、调查员误差、测量误差,误差的控制,抽样误差可计算和控制,非抽样误差的控制,调查员的挑选,调查员的培训,督导员的调查专业水平,调查过程控制,调查结果进行检验、评估,现场调查人员进行奖惩的制度,统计数据的质量要求,1.精,度：,最低的抽样误差或随机误差,2.准 确 性：,最小的非抽样误差或偏差,3.关 联 性：,满足用户决策、管理和研究的需要,4.及 时 性：,在最短的时间里取得并公布数据,5.一 致 性：,保持时间序列的可比性,6.最低成本：,以最经济的方式取得数据,本章小结,数据的来源,调查数据与问卷设计,实验数据,数据的误差,数据文件,结 束,