抽样调查理论与方法（第2版）/全国统计教材编审委员会“十二五”规划教材 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

冯士雍，倪加勋，邹国华 著

图书标签:

• 抽样调查
• 统计学
• 方法论
• 理论
• 教材
• 全国统计教材编审委员会
• 数据分析
• 统计方法
• 科学研究
• 第二版

出版社： 中国统计出版社

ISBN：9787503765926

版次：1

商品编码：11305387

包装：平装

丛书名： 十二五规划教材

开本：16开

出版时间：2012-09-01

用纸：胶版纸

页数：372

正文语种：中文

内容简介

　　《抽样调查理论与方法（第2版）/全国统计教材编审委员会“十二五”规划教材》既强调概念及方法的统计意义和思想，又兼顾科学的严谨性及实际操作的可行性。在介绍具体抽样方法时，对每种方法的适用条件及实施程序都作了详尽的说明，对不同方法进行了比较；对重要的结果给出了严格的数学证明；同时精心选编了数值例子，其中相当部分选自我们实际接触到的案例。不过需要指出的是，正因为这些例子大多是有实际背景的，随着时间的推延，具体数值有些已与当前情况有一定的差距，但相信这不会给学生的理解带来实质影响。

目录

第一章 概论
1.1抽样调查的意义与作用
1.1.1什么是抽样调查
1.1.2非概率抽样
1.1.3概率抽样
1.1.4抽样调查的作用
1.1.5抽样调查与普查的关系
1.2抽样调查的发展历史
1.2.1国际抽样调查的发展
1.2.2我国抽样调查的发展
1.3抽样调查的主要应用
习题

第二章 基本概念
2.1总体与样本
2.1.1目标总体与抽样总体
2.1.2抽样单元与抽样框
2.1.3总体指标的类型
2.1.4样本、样本量与抽样比
2.1.5固定总体模型与超总体模型
2.2几种基本的抽样方法
2.2.1简单随机抽样
2.2.2分层抽样
2.2.3整群抽样
2.2.4多阶抽样
2 2 5系统抽样
2.2.6不等概率抽样
2.3误差与精度的表示方法
2.3.1抽样调查中的误差来源
2.3.2均方误差、方差与偏倚
2.3.3误差限与置信度
2.3.4精度与费用
习题

第三章 简单随机抽样
3.1概述
3.1.1什么是简单随机抽样
3.1.2简单随机抽样的实施方法
3.1.3简单随机抽样在抽样理论中的地位与作用
3.2总体均值与总量的简单估计
3.2.1简单估计量及其无偏性
3.2.2估计量的方差
3.2.3估计量的方差估计
3.3总体比例的简单估计
3.3.1对总体的描述
3.3.2估计量及其性质
3.4样本量的确定
3.4.1确定样本量的原则与主要考虑因素
3.4.2估计总体均值或总量时样本量的确定方法
3.4.3估计总体比例时样本量的确定方法
3.4.4逆抽样方法
3.5放回简单随机抽样
3.5.1估计量及其性质
3.5.2设计效应与样本量的确定
3.6子总体的估计
3.6.1问题的提出
3.6.2子总体均值的估计
3.6.3子总体总量的估计
习题

第四章 分层随机抽样
4.1概述
4.1.1什么是分层抽样和分层随机抽样
4.1.2分层抽样的特点和适用场合
4.1.3记号
4.2简单估计量及其性质
4.2.1对总体均值或总量的估计
4.2.2对总体比例的估计
4.3各层样本量的分配
4.3.1样本量分配对精度的影响
4.3.2比例分配
4.3.3最优分配
4.3.4某些层需要超过100％抽样时的修正
4.4样本总量的确定
4.4.1影响样本总量的因素
4.4.2估计总体均值的情形
4.4.3估计总体总量的情形
4.4.4估计总体比例的情形
4.4.5给定总费用时样本量的确定方法
4.5分层随机抽样效果分析
4.5.1分层随机抽样与简单随机抽样的比较
4.5.2最优分配在精度上的改进
4.5.3估计总体比例时分层和最优分配精度上的得益
4.5.4从分层样本估计分层抽样的效果
4.5.5分层标志的选择及最优分层
4.5.6层数的确定
4.6若干进一步问题
4.6.1偏离最优分配时对方差的影响
4.6.2多指标情形样本量的分配
4.6.3层权误差对估计量的影响
4.6.4事后分层
习题

第五章 比估计与回归估计
5.1概述
5.1.1问题的提出
5.1.2比估计与回归估计的作用与使用条件
5.2比估计
5.2.1定义及基本性质
5.2.2方差估计及置信限
5.2.3比估计与简单估计的比较
5.2.4乘积估计
5.3回归估计
5.3.1定义
5.3.2馕�设定常数情�
5.3.3馕�样本回归系数情�
5.4分层比估计与分层回归估计
5.4.1分别比估计与联合比估计
5.4.2分别回归估计与联合回归估计
5.4.3各种估计量的比较与选择
5.5比估计与回归估计及其方差估计的偏倚
5.5.1有关简单随机样本中心矩阶的基本结果
5.5.2比估计及其方差估计的偏倚
5.5.3比估计偏倚的消除或减少办法
5.5.4回归估计及其方差估计的偏倚
习题

第六章 不等概率抽样
6.1概述
6.1.1不等概率抽样的必要性及优点
6.1.2不等概率抽样的主要分类
6.2放回不等概率抽样

第七章 二重抽样
第八章 整群抽样
第九章 二阶及多阶抽样
第十章 系统抽样
第十一章 非抽样误差
第十二章 复杂样本的方差估计
第十三章 抽样调查的推断框架及小域估计
第十四章 案例分析
部分习题答案与提示
主要参考书目

精彩书摘

　　简单随机抽样中的估计方法，通常是采用样本平均数作为总体均值的估计，用样本比例作为总体比例的估计，这就是简单估计。有时为了提高精度，在有其他辅助变量存在的情况下，也可以用比估计和回归估计等方法。
　　2.2.2 分层抽样
　　将总体按一定的原则分成若干个子总体，每个子总体称为层，在每个层内进行抽样，不同层的抽样相互独立，这样的抽样称为分层抽样（stratifiedsampling）。特别地，如果每层的抽样都是简单随机抽样，就称为分层随机抽样。在分层抽样中，先根据层样本对层的参数进行估计，然后将这些层估计加权平均或取总和作为总体均值或总量的估计。
　　分层抽样特别适用于既要对总体参数进行估计也要对各子总体（层）参数进行估计的情形。分层抽样的组织实施方便，样本散布比较均匀，这些都是分层抽样的优点。分层抽样更重要的一个优点是它的精度一般较高，另外其数据处理也相对简单。因此分层技术是实际应用最为普遍的抽样技术之一。
　　2.2.3 整群抽样
　　简单随机抽样有样本分散不便于调查、N大时抽样框不易编制等缺点。整群抽样恰好克服了这些缺点。整群抽样（clustersampling）是先将总体中的各个单元归并成数量较少而规模较大的单元，称为群，抽样仅对群进行，对抽中的群调查其中的每一个小单元，对没有被抽中的群则不进行调查。因此整群抽样中的样本（小）单元是以整群形式出现的，故称整群抽样，在有些中文文献中也称集团抽样。事实上这里的群即是2.1.2 中所讨论过的初级单元，而小单元即是其中的次级单元。在整群抽样中并不要求提供关于次级单元的抽样框，只需要关于初级单元的抽样框即可。另外由于群通常是由那些地理位置邻近的单元构成的，整群进行调查费用较低，因此整群抽样常受到实际工作者的欢迎。整群抽样的主要缺点是在样本量相同条件下一般精度较差，效率不高。这是因为同一群内的单元或多或少相似，对抽中的群的每个小单元进行全面调查不可避免地会造成浪费。
　　……

评分☆☆☆☆☆

　　2.2.2 分层抽样

评分☆☆☆☆☆

　　简单随机抽样有样本分散不便于调查、N大时抽样框不易编制等缺点。整群抽样恰好克服了这些缺点。整群抽样（clustersampling）是先将总体中的各个单元归并成数量较少而规模较大的单元，称为群，抽样仅对群进行，对抽中的群调查其中的每一个小单元，对没有被抽中的群则不进行调查。因此整群抽样中的样本（小）单元是以整群形式出现的，故称整群抽样，在有些中文文献中也称集团抽样。事实上这里的群即是2.1.2 中所讨论过的初级单元，而小单元即是其中的次级单元。在整群抽样中并不要求提供关于次级单元的抽样框，只需要关于初级单元的抽样框即可。另外由于群通常是由那些地理位置邻近的单元构成的，整群进行调查费用较低，因此整群抽样常受到实际工作者的欢迎。整群抽样的主要缺点是在样本量相同条件下一般精度较差，效率不高。这是因为同一群内的单元或多或少相似，对抽中的群的每个小单元进行全面调查不可避免地会造成浪费。

评分☆☆☆☆☆

有点贵 其他还好

评分☆☆☆☆☆

可以

评分☆☆☆☆☆

虚的死神化。蓝染惣右介通过前尸魂界技术开发局局长浦原喜助所开发的崩玉使虚完成了向破面的过渡。由蓝染惣右介为首脑，破面是领悟了死神能力的虚的代称。特征是面具破裂，露出了人类的面孔，并且携带斩魄刀。虚圈中本来由大虚主导，自从蓝染将此地作为实验的场所及军营，实验品的破面便和大虚共存在这一空间。他们力量超群，因此被蓝染选拔出来，用崩玉将其破面化，从NO.11开始赋予数字编号，全部编完以后再从中选出最强的十个重新赋予NO.0~9/NO.1~10的编号，称之为“十刃”，并且作为破面大军的领导者。十刃之间也有竞争，被淘汰下来的前十刃会被赋予三位数的编号。其余一般的非大虚的虚破面化之后则不给予编号，作为非战斗成员而存在。

评分☆☆☆☆☆

　　分层抽样特别适用于既要对总体参数进行估计也要对各子总体（层）参数进行估计的情形。分层抽样的组织实施方便，样本散布比较均匀，这些都是分层抽样的优点。分层抽样更重要的一个优点是它的精度一般较高，另外其数据处理也相对简单。因此分层技术是实际应用最为普遍的抽样技术之一。

评分☆☆☆☆☆

五星好评！！

评分☆☆☆☆☆

有点贵 其他还好

评分☆☆☆☆☆

　　简单随机抽样有样本分散不便于调查、N大时抽样框不易编制等缺点。整群抽样恰好克服了这些缺点。整群抽样（clustersampling）是先将总体中的各个单元归并成数量较少而规模较大的单元，称为群，抽样仅对群进行，对抽中的群调查其中的每一个小单元，对没有被抽中的群则不进行调查。因此整群抽样中的样本（小）单元是以整群形式出现的，故称整群抽样，在有些中文文献中也称集团抽样。事实上这里的群即是2.1.2 中所讨论过的初级单元，而小单元即是其中的次级单元。在整群抽样中并不要求提供关于次级单元的抽样框，只需要关于初级单元的抽样框即可。另外由于群通常是由那些地理位置邻近的单元构成的，整群进行调查费用较低，因此整群抽样常受到实际工作者的欢迎。整群抽样的主要缺点是在样本量相同条件下一般精度较差，效率不高。这是因为同一群内的单元或多或少相似，对抽中的群的每个小单元进行全面调查不可避免地会造成浪费。