第2章數據類型和數據收集課程類別：專業必修課授課對象：經管類本科生12.3抽樣技術-概率抽樣為什么“大數據”也會跑偏？《文學摘要》在1936年之前連續五屆準確地預測了美國總統大選.1936年，以電話簿上的地址和汽車車主的登記資料地址發放1000萬份問卷，回收237萬份.調查結果：認為蘭登獲勝.結局：羅斯福以62%對38%的巨大優勢獲勝，連任總統.富蘭克林·羅斯福艾爾弗·蘭登《文學摘要》1936年的美國大選預測2概率抽樣(probabilitysampling)特點:按一定的概率以隨機原則抽取樣本.每個單位被抽中的概率是已知的，或是可以計算的.作用：可以計算估計量誤差，能夠用于對總體參數進行估計.

概率抽樣也稱隨機抽樣樣本總體推斷概率抽樣抽樣框：企業名錄、學生名單等

3簡單隨機抽樣(simplerandomsampling)局限性抽出單位分散，實施調查困難.

123465789367總體樣本優點（1）簡單、直觀.（2）抽取概率相等，估計方便.4問題1某高校有在校生25000人，其中女生23000人，男生2000人.某機構為了解該校學生的網購消費水平和消費偏好，要從該校學生中抽取1%的學生進行調查.你認為應當怎樣抽取樣本?（1）不同性別的網購消費水平和偏好可能存在明顯差異.（2）兩個類別的人數相差較大，需要考慮各自的情況.樣本量樣本中的男生2500可以用簡單隨機抽樣？5問題1某高校有在校生25000人，其中女生23000人，男生2000人，抽取1%樣本.男生2000人女生23000人總體男生20人女生230人樣本男女生各抽取1%6分層抽樣(stratifiedsampling)將抽樣單位劃分為不同的層.從不同的層中獨立、隨機地抽取樣本.567911108121059總體樣本21343412優點保證樣本的結構與總體的結構比較相近，提高估計精度.可對總體參數進行估計，也可對各層的目標量進行估計.局限性抽出單位分散，調查困難.適用情形：總體在“層”間差異較大，“層”內差異較小.7問題2問題分析：（1）班級之間差異較小，專業背景相似.（2）班級內部差異較大，男女生消費水平和消費偏好可能存在較大差異.某高校商學院有在校生5000人，共50個班級，每個班男女生共100人.某機構為了解該學院學生的網購消費水平和消費偏好，要從該學院學生中抽取10%的學生進行調查.你認為應當怎樣抽取樣本?8問題2班級1總體班級2班級3······班級49班級50班級40班級13班級18班級46班級6樣本某高校商學院有在校生5000人，共50個班級，每個班男女生共100人.某機構為了解該學院學生的網購消費水平和消費偏好，要從該學院學生中抽取10%的學生進行調查.你認為應當怎樣抽取樣本?9整群抽樣(clustersampling)將總體中若干個單位合并為群，直接抽取群.對群中的所有單位全部實施調查.5679111081211910總體樣本21341256優點只要群的抽樣框，簡化工作量.調查的地點相對集中.局限性抽樣誤差較大適用情形：總體在“群”間差異較小，“群”內差異較大10系統抽樣(systematicsampling)

567911108126總體樣本2134210

11系統抽樣的理解

123456789101112理解1：將總體均分為若干個層，每個層中隨機抽取1個單位（分層抽樣）群1群2群3群4123456789101112理解2：抽樣框轉換為二維表，隨機抽取1列（整群抽樣）12系統抽樣的理解優點（1）簡便.

（2）一般情況下在總體中分布均勻，抽樣誤差小于簡單隨機抽樣.局限性（1）總體中觀察單位按順序有周期趨勢時，可能產生明顯的系統誤差.（2）抽出單位分散，實施調查困難.學號成績k2k3k4kr13總結簡單隨機抽樣分層抽樣系統抽樣整群抽