分层随机抽样

样本量的确定

各层中样本单位数的分配

层的构造

实施方法

定义

优点

分层原则

样本量估计

分层抽样的效率

利用辅助信息,在抽样之前将总体的N个单元划分为互不交叉、重叠的L个层,随后,在每个层中独立抽样,若每层抽样在每个层中独立地进行,若每层中的抽样都是简单随机抽样,那么这种分层抽样就称作分层随机抽样,所得到的样本称为分层随机样本。

样本结构与总体结构相似

可对各层估计

提高估计精度

分层后可去除层间误差

层内差异小,层间差异大;各层之间相互独立

如何抽样

如何选择标志

调查标志和分层标志高度相关,

等比例抽样

非等比例抽样

要确定层的划分界限,即划分多少层的问题

实施分层抽样,要求事先掌握总体单元的有关信息,如分层的抽样框,分层后各层的总体单元数等。

根据分层的目的确定分层的标志,也就是应根据研究的需要来分层

简单估计

比率估计

最优分配

内曼分配

常数分配

层的分点:层距

click to edit

分几层

目录抽样

click to edit

比例分配

这里的比例分配指的是按各层单元数占总单元数的比例,也就是按各层的层权进行分配

在分层随机抽样中,如何将样本量分配到各层,使得在总费用给定的条件下,估计量的方差达到最小,或在给定估计量方差的条件下,使总费用最小,能满足这个条件的样本量分配就是最优分配。

对于分层随机样本,作为特例,如果每层抽样的费用相同,即 时,最优分配可简化为:

分别比估计

联合比估计