第2章數據的搜集2.1數據的來源2.2數據的誤差2.3數據文件2.1數據的來源2.1.1數據的間接來源中華人民共和國2012年國民經濟和社會發展統計公報2.1.2數據的直接來源2.1.2調查數據2.1.2.1概率抽樣和非概率抽樣好樣本必須： 1.針對研究的問題 2.具有最好的性能價格比總體隨機樣本1.概率抽樣

遵循隨機原則進行的抽樣，總體中每個單位都有一定的機會被選入樣本排除主觀上有意識的抽取調查單位每個單位被抽中的概率是已知或可計算的當用樣本對總體目標量進行估計時，要考慮到每個樣本單位被抽中的概率（1）簡單隨機抽樣

只適用于總體單位數量有限的情況，否則編號工作繁重；對于復雜的總體，樣本的代表性難以保證；不能利用總體的已知信息等每個樣本單位被抽中的概率相等，樣本的每個單位完全獨立，彼此間無一定的關聯性和排斥性從總體N個單位中任意抽取n個單位作為樣本,使每個可能的樣本被抽中的概率相等的一種抽樣方式（2）分層抽樣

先將總體的單位按某種特征分為若干次級總體（層），然后再從每一層內進行單純隨機抽樣，組成一個樣本的方法分組減小了各抽樣層變異性的影響，抽樣保證了所抽取的樣本具有足夠的代表性當總體是由差異明顯的幾部分組成時，往往選擇分層抽樣的方法例如，一個單位的職工有500人，其中不到35歲有125人，35歲至49歲的有280人，50歲以上的有95人.為了了解這個單位職工與身體狀況有關的某項指標，要從中抽取一個容量為100的樣本，由于職工年齡與這項指標有關，決定采用分層抽樣方法進行抽取.因為樣本容量與總體的個數的比為1：5，所以在各年齡段抽取的個數依次為125/5，280/5，95/5，即25，56，19。（3）整群抽樣將總體中各單位歸并成若干個互不交叉、互不重復的集合，稱之為群；然后以群為抽樣單位抽取樣本的一種抽樣方式.優點是實施方便、節省經費；缺點是抽樣誤差往往大于簡單隨機抽樣例如，調查中學生患近視眼的情況，抽某一個班做統計；進行產品檢驗；每隔8h抽1h生產的全部產品進行檢驗等（4）系統抽樣首先將總體中各單位按一定順序排列，根據樣本容量要求確定抽選間隔，然后隨機確定起點，每隔一定的間隔抽取一個單位的一種抽樣方式。是純隨機抽樣的變種最主要的優勢就是經濟性。最大的缺陷在于總體單位的排列上。一些總體單位數可能包含隱蔽的形態或者是“不合格樣本”，調查者可能疏忽，把它們抽選為樣本先將總體從1～N相繼編號，并計算抽樣距離K=N/n。式中N為總體單位總數，n為樣本容量。然后在1～K中抽一隨機數k1，作為樣本的第一個單位，接著取k1+K,k1+2K……，直至抽夠n個單位為止（5）多階段抽樣先從總體中抽取范圍較大的單元，稱為一級抽樣單元，再從每個抽得的一級單元中抽取范圍更小的二級單元，依此類推，最后抽取其中范圍更小的單元作為調查單位2.非概率抽樣

又稱為不等概率抽樣或非隨機抽樣，就是調查者根據自己的方便或主觀判斷抽取樣本的方法

雖然根據樣本調查的結果也可在一定程度上說明總體的性質、特征，但不能從數量上推斷總體非概率抽樣方便抽樣判斷抽樣自愿樣本滾雪球抽樣配額抽樣（1）方便抽樣

調查人員本著隨意性原則去選擇樣本的抽樣方式兩種最常見的方法：“街頭攔人法”“空間抽樣法”

一般在調查總體中每一個體都是同質時，才能采用此類方法。（2）判斷抽樣

根據調查人員的主觀經驗從總體樣本中選擇那些被判斷為最能代表總體的單位作樣本的抽樣方法例如，要對安徽省旅游市場狀況進行調查，有關部門選擇黃山、九華山等旅游風景區做為樣本調查，這就是判斷抽樣。（3）自愿樣本被調查者自愿參加，成為樣本中的一份子，向調查人員提供信息。如：網絡調查先隨機選擇一些被訪者并對其實施訪問，再請他們提供另外一些屬于所研究目標總體的調查對象，根據所形成的線索選擇此后的調查對象在特定總體的成員難以找到時最適合的一種抽樣方法（4）滾雪球抽樣（5）配額抽樣

將調查總體樣本按一定標志分類或分層，確定各類（層）單位的樣本數額，在配額內任意抽選樣本的抽樣方式。

與分層抽樣的區別：分層抽樣是按隨機原則在層內抽選樣本，而配額抽樣則是由調查人員在配額內主觀判斷選定樣本3.概率抽樣與非概率抽樣的比較概率抽樣非概率抽樣抽樣原則特點非隨機原則，統計量的分布不確定，無法進行參數估計.操作簡便、時效快、成本低，適用于探索性研究抽樣原則特點隨機原則，可以據以對總體參數進行估計更精確，技術含量高，調查成本高2.1.2.2搜集數據的基本方法1.自填式調查者將調查問卷發送給（或者郵寄給）被調查者，由被調查自己閱讀和填答，然后再由調查者收回的方法優點：1、節省時間、經費和人力.2、具有很好的匿名性.3、可避免某些人為誤差缺點：1、問卷的回收革有時難以保證2、自填問卷法對被調查者的文化水平有一定要求3、調查資料的質量常常得不到保證2.面訪式調查者直接走訪被調查者，當面聽取被調查者的意見。形式上可以個別面談，也可以小組座談提高調查的回答率，提高調查數據的質量，對數據搜集所花費的時間進行調節

調查成本高，對調查的質量控制有一定的難度對不起，打擾了！3.電話式

調查者利用電話與被調查者進行語言交流以獲得信息優點：時效快、成本低缺點：問題的數量不宜過多 您好，我是××調查公司調查員4.數據搜集方法的選擇實施調查的資源抽樣框中的有關信息管理與控制質量要求目標總體的特征調查問題的內容有形輔助物的使用考慮因素

是指在實驗中控制實驗對象而搜集到的變量的數據。在實驗中，研究人員要控制某一情形的所有相關方面，操縱少數感興趣的變量，然后觀察實驗的結果。2.3實驗數據

2.3.1實驗組和對照組

實驗的基本邏輯：改變A的情況，觀察B是否隨A的變化而變化

實驗組對照組2.3.2實驗中的若干問題人的意愿心理問題道德問題2.3.3實驗中的統計Textinhere實驗設計多變量研究實驗次數實驗2.2數據誤差2.2.1抽樣誤差一、概念：指由于抽樣的隨機性引起的樣本結果與總體真值之間的誤差“實際抽樣誤差”“抽樣平均誤差”影響因素樣本單位數總體變異性抽樣方法§2.4.1抽樣誤差二、抽樣誤差大小的影響因素樣本量的大?。簶颖玖吭酱?，抽樣誤差越小。總體的變異性：總體的變異性越大，即各單位之間的差異越大，抽樣誤差也就越大。在公布任何一次抽樣調查的結果時，負責任的報告都應說明抽樣誤差的大小。282.2.2非抽樣誤差

抽樣框誤差1回答誤差2無回答誤差3調查員誤差4測量誤差5

非抽樣誤差是指除抽樣誤差以外所有的誤差的總和

任何一個環節出錯都有可能導致非抽樣誤差增加而使數據失真§4.2.2未響應誤差未響應誤差非抽樣誤差中的一種。它是指由于種種原因，包含在樣本中的一部分人未對調查做出反應或回答，而造成的誤差。

未響應誤差是隨機的可以通過增大樣本量的方式解決

未響應誤差是系統性的預防采取補救措施30§2.2.2響應誤差

響應誤差指在調查過程中，由于問題的提問方式、問題所處的位置、訪員的影響或受訪者自身的原因，而使受訪者在回答問題時產生的誤差。

響應誤差的類型問題的措辭問題所處的位置訪員的影響受訪者的影響312.2.3誤差的控制

抽樣誤差是不可避免的，能夠在調查過程中進行控制的只有非抽樣誤差。抽樣誤差可以計算，因此可以通過統計學專業知識根據允許誤差確定樣本量，以控制抽樣誤差§3數據文件

數據

由一些變量和它們的觀測值所組成。數據文件將數據以表格的形式錄入計算機，這樣的一個數據表通常叫做數據陣或數據文件。文件由行和列組成。一般行代表樣本單位，每一行稱為一個觀測值。列表示不同的變量，每一列為一個變量的不同觀測值。33§3數據文件

原始數據文件的一般格式34§3數據文件編碼

男——1