《《数据的搜集》PPT课件.ppt》由会员分享,可在线阅读,更多相关《《数据的搜集》PPT课件.ppt(46页珍藏版)》请在金锄头文库上搜索。
1、第 2 章 数据的搜集统计学第 2 章 数据的搜集2.1 数据的来源数据的来源2.2 调查数据调查数据2.3 实验数据实验数据2.4 数据的误差数据的误差学习目标1.了解统计数据的来源了解统计数据的来源2.掌握统计调查方式掌握统计调查方式3.了解数据的搜集方法了解数据的搜集方法4.了解实验数据了解实验数据5.了解数据误差及对数据的质量要求了解数据误差及对数据的质量要求2.1 数据的来源数据的来源一一. 数据的间接来源数据的间接来源二二. 数据的直接来源数据的直接来源数据的间接来源系统外部的数据InternetInternet中国统计年中国统计年中国统计年中国统计年鉴鉴鉴鉴20012001中中中
2、中国国国国人人人人口口口口统统统统计计计计年年年年鉴鉴鉴鉴中中中中国国国国市市市市场场场场统统统统计计计计年年年年鉴鉴鉴鉴世世世世界界界界发发发发展展展展报报报报告告告告世世世世界界界界经经经经济济济济年年年年检检检检工工工工业业业业普普普普查查查查数数数数据据据据中国统计出版社1.统计部门和政府部门公布的有关资料,如各类统计年鉴2.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3.各类专业期刊、报纸、书籍所提供的资料4.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5.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中国统计年中国统计年中国统计年
3、鉴鉴鉴鉴20012001中中中中国国国国人人人人口口口口统统统统计计计计年年年年鉴鉴鉴鉴中中中中国国国国市市市市场场场场统统统统计计计计年年年年鉴鉴鉴鉴世世世世界界界界发发发发展展展展报报报报告告告告世世世世界界界界经经经经济济济济年年年年检检检检工工工工业业业业普普普普查查查查数数数数据据据据中国统计出版社1.业务资料,如与业务经营活动有关的各种单据,记录2.经营活动过程中的各种统计报表3.各种财务,会计核算和分析资料等二手数据的特点1.搜集容易,采集成本低2.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3.搜集二手资料
4、在研究中应优先考虑二手数据的评估1.数据是谁搜集的?可信度评估2.为什么目的而搜集的?3.数据是怎样搜集的? 4.什么时候搜集的? 数据的直接来源数据的直接来源(原始数据)1.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 2.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l如心理学、教育学、社会学、经济学、管理学等 2.2 调查数据一一.概率抽样与非概率抽样概率抽样与非概率抽样二二.搜集数据的基本方法搜集数据的基本方法普查l普查:是根据特定的统计研究目的而专门组织的一次性的全面调查,用以搜集所研究现象总体的全面资料l特点:l1.针对总体中的所
5、有个体单位进行l2.数据具有信息全面、完整的特点l局限性:当总体较大时,耗时、费力,调查的成本也非常高l如:我国目前已初步规定,每逢“0、3、5、7”的年份分别进行人口普查、第三产业普查、工业普查、农业普查概率抽样和非概率抽样抽样方式概率抽样(probability sampling)1.也称随机抽样2.特点按一定的概率以随机原则抽取样本l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)1.从总体N个单位中随机地抽取n个单位作为样
6、本,每个单位入抽样本的概率是相等的2.最基本的抽样方法,是其它抽样方法的基础3.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4.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分层抽样(stratified sampling)1.将抽样单位按某种特征或某种规则划分为不同的层,然后从不同的层中独立、随机地抽取样本2.优点保证样本的结构与总体的结构比较相近,从而提高估计的精度组织实施调查方便既可以对总体参数进行估计,也可以对各层的目标量进行估计整群抽样(cluster sampling)1.将总体中
7、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2.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)1.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2.优点:操作简便,可提高估计的精度3.缺点:对估计量方差的估计比较困难多阶段抽样(multi-stage sampling)1.先抽取群,但并
8、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2.具有整群抽样的优点,保证样本相对集中,节约调查费用3.不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4.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)1.相对于概率抽样而言2.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3.有方便抽样、判断抽样、自愿样本、滚雪球
9、抽样、配额抽样等方式 方便抽样1.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2.优点:容易实施,调查的成本低3.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判断抽样1.研究人员根据经验、判断和对研究对象的了解,有目的选择一些单位作为样本有重点抽样,典型抽样,代表抽样等方式2.判断抽样是主观的,样本选择的好坏取决于调研者的判断、经验、专业程度和创造性3.抽样成本比较低,容易操作4.样本是人为确定的,没有依据随机的原则,调查结果不能用于对推断总体重点调查和典型调
10、查2.典型调查典型调查(Model survey)从调查对象的全部单位中选择少数典型单位进行调查目的是描述和揭示事物的本质特征和规律调查结果不能用于推断总体1.重点调查重点调查重点调查重点调查(Key-point investigation)(Key-point investigation)从调查对象的全部单位中选择少数重点单位进行调从调查对象的全部单位中选择少数重点单位进行调查查调查结果不能用于推断总体调查结果不能用于推断总体自愿样本1.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2.自愿样
11、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雪球抽样1.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2.适合于对稀少群体和特定群体研究3.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1.先将总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2.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3.抽取具体样本单位时,不是依据随机原则,属于非概率抽
12、样 概率抽样与非概率抽样的比较1.概率抽样依据随机原则抽选样本样本统计量的理论分布存在可根据调查的结果推断总体2.非概率抽样不是依据随机原则抽选样本样本统计量的分布是不确定的无法使用样本的结果推断总体搜集数据的基本方法搜集数据的基本方法自填式问卷调查1.没有调查员协助的情况下由被调查者自己完成调查问卷问卷递送方法有:调查员分发、邮寄、网络、媒体2.要求调查问卷结构严谨,有清楚的说明3.弱点问卷的返回率比较低不适合结构复杂的问卷调查周期比较长 数据搜集过程中出现的问题难于及时采取调改措施 面访式问卷调查1.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2.优点可提高调查的回答率可提高调查
13、数据的质量能调节数据搜集所花费的时间3.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您好! !我是我是调查调查公司的调查公司的调查员员1.通过电话向被调查者实施调查2.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3.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l1.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l2.调查人员不是强行介入3.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慢中等中等快捷快捷调查费用低低高高低低问
14、卷难度要求容易要求容易可以复杂可以复杂要求容易要求容易有形辅助物的使用中等利用中等利用充分利用充分利用无法利用无法利用调查过程控制简单简单复杂复杂容易容易调查员作用的发挥无法发挥无法发挥充分发挥充分发挥一般发挥一般发挥回答率最低最低较高较高一般一般2.3 实验数据一一.实验组和对照组实验组和对照组二二.实验中的若干问题实验中的若干问题实验组和对照组1.将研究对象分为两组:实验组和对照组2.实验组和对照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1.人的意愿研究的对象是人的时候,在划分实验组和对照组
15、时的随机原则将面临挑战2.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 3.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 2.4 数据的误差一一.抽样误差抽样误差二二.非抽样误差非抽样误差三三.误差的控制误差的控制数据的误差抽样误差(sampling error)1.由于抽样的随机性所带来的误差 2.所有样本可能的结果与总体真值之间的平均性差异 3.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)1.相对抽样误差而言2.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3
16、.存在于所有的调查之中概率抽样,非概率抽样,全面性调查4.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1.抽样误差可计算和控制2.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l调查结果进行检验、评估l现场调查人员进行奖惩的制度统计数据的质量要求l1. 精精 度:度:最低的抽样误差或随机误差l2. 准准 确确 性:性:最小的非抽样误差或偏差l3. 关关 联联 性性:满足用户决策、管理和研究的需要l4. 及及 时时 性:性:在最短的时间里取得并公布数据l5. 一一 致致 性:性:保持时间序列的可比性l6. 最低成本:最低成本:以最经济的方式取得数据本章小结1.统计数据的来源统计数据的来源2.数据调查方法数据调查方法3.数据搜集方法数据搜集方法4.统计数据的质量统计数据的质量