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。
　　……

《抽样调查理论与方法（第2版）》图书简介 本书旨在全面深入地阐述抽样调查的理论基础、核心方法以及实际应用。作为“十二五”国家统计教材的重要组成部分，本书面向高等院校统计学、经济学、管理学、社会学等相关专业，以及从事统计工作和科研的研究人员。本书的第二版在保持原有学科严谨性的基础上，紧跟时代发展步伐，融入了新的研究成果和实践经验，力求为读者提供一个既系统全面又与时俱进的抽样调查知识体系。 第一章 绪论 本章首先界定抽样调查的定义、目的和重要性，强调其在现代社会信息获取和决策支持中的关键作用。通过对比普查与抽样调查的优劣，突出抽样调查的效率与可行性。接着，梳理抽样调查在中国乃至世界的发展历程，展示其理论的演进与方法的创新。随后，系统介绍抽样调查的基本概念，如总体、样本、抽样框、抽样单位、抽样统计量和总体参数等，并区分它们之间的联系与区别。最后，概述抽样调查的基本步骤，从确定调查目的、设计方案到实施、数据分析和报告撰写，为后续章节的学习奠定基础。本章力求通过生动的案例和清晰的逻辑，帮助读者建立对抽样调查的宏观认识。 第二章 抽样方法基础 本章是本书的核心理论基础部分，系统阐述了概率抽样和非概率抽样的基本原理与区别。详细介绍了各种常见的概率抽样方法，包括： 简单随机抽样： 阐释其定义、抽样误差的计算公式，以及如何进行等可能抽样（不放回抽样和放回抽样）。通过实例说明其适用范围与局限性。 系统抽样： 讲解系统抽样的原理、抽样间隔的确定、抽样框的要求以及抽样误差的特点，并与简单随机抽样进行比较。 分层抽样： 深入分析分层抽样的优势，即如何通过将总体划分为若干同质性较高的层来降低抽样误差。详细介绍分层抽样的比例配置、最优配置和不完全比例配置等方法，并给出相应的估计量公式。 整群抽样： 介绍整群抽样的概念、实施过程以及其在实际应用中的便利性。讨论整群抽样与简单随机抽样在抽样误差方面的差异，并介绍单阶段、多阶段整群抽样的基本思路。 多阶段抽样： 阐述多阶段抽样的原理，即以层级的方式进行抽样，每阶段的抽样单位可采用简单随机抽样、系统抽样或分层抽样。详细介绍两阶段抽样的抽样设计与估计方法。 对于非概率抽样，本章简要介绍了方便抽样、判断抽样、配额抽样等方法，并着重强调了其潜在的偏差及其在科研中的适用性限制。本章的重点在于使读者深刻理解不同抽样方法的数学原理、抽样误差的产生机制以及如何在实际调查中选择最合适的抽样方案。 第三章 抽样误差与样本量设计 本章聚焦于抽样调查中不可避免的抽样误差，并提供了科学的样本量设计方法。 抽样误差的度量： 详细介绍抽样误差的来源，主要包括抽样方法本身带来的误差以及抽样框误差。重点讲解如何使用统计量（如样本均值、样本比例）的方差来度量抽样误差，并介绍置信区间、置信水平等概念，以量化抽样结果的可靠性。 样本量确定的基本原理： 阐述样本量与抽样误差、总体变异程度和置信水平之间的关系。提出样本量确定的核心在于平衡调查成本与统计精度。 特定抽样方法的样本量计算： 针对简单随机抽样、系统抽样、分层抽样等，分别推导并讲解计算样本量的具体公式。考虑了估计总体均值、总体比例等不同调查目标下的样本量计算方法。 影响样本量的因素： 深入分析总体规模、抽样误差的容许范围、置信水平、变异性估计等因素对样本量大小的影响。 预抽样与样本量调整： 介绍如何利用预抽样（Pilot Study）来估计总体变异程度，从而更准确地确定样本量。讨论在调查过程中可能出现的样本量不足或过剩的情况，以及相应的调整策略。 本章旨在使读者掌握对抽样误差进行量化分析的能力，并能够根据具体的调查目标和资源条件，科学合理地设计样本量，确保调查结果的有效性和可靠性。 第四章 抽样框的构建与误差处理 本章深入探讨抽样框的构建原则、质量控制以及如何处理抽样框误差。 抽样框的定义与作用： 阐述抽样框作为抽样实施基础的重要性，要求其完整性、准确性和时效性。 抽样框的类型与构建： 介绍不同类型的抽样框，如名册式、区域式、混合式等，并分析其优缺点。指导读者根据调查对象和资源条件选择合适的抽样框构建方法。 抽样框的误差分析： 详细讨论抽样框中常见的误差，包括遗漏、重复、非目标单位以及不准确信息等。 抽样框误差的识别与度量： 介绍识别抽样框误差的方法，例如通过与已知资料进行对比，以及分析样本单位的分布情况。 抽样框误差的处理策略： 提出减少和纠正抽样框误差的措施，如定期更新抽样框、进行抽样框的质量检查、设计调查方案时考虑抽样框的局限性等。 抽样框在不同抽样方法中的应用： 结合分层抽样、整群抽样等方法，讲解抽样框的构建在这些抽样设计中的特殊要求和考量。 本章强调了高质量抽样框是抽样调查成功的前提，并为读者提供了识别、量化和处理抽样框误差的实用技术。 第五章 复杂抽样设计与估计 本章将介绍更为复杂的抽样设计方法，并重点关注复杂抽样下的估计方法。 多阶段抽样（续）： 在前一章的基础上，深入探讨多阶段抽样的理论细节，包括各阶段抽样概率的设计，以及两阶段、三阶段及以上抽样的估计量计算。 混合抽样设计： 介绍将不同抽样方法（如分层与整群结合）用于同一调查的设计思路，以及在这种设计下如何进行有效估计。 不等概率抽样： 详细阐述不等概率抽样的原理，特别是与概率成比例的系统抽样（PPS）方法，并介绍其在抽样框质量不高或变异程度差异很大的情况下的优势。 PPS抽样的估计方法： 重点介绍Horvitz-Thompson估计量、Hansen-Hurwitz估计量等，并分析它们的性质。 复合样本设计： 讨论在同一项调查中可能包含不同抽样设计的子样本，以及如何进行统一的估计。 复杂抽样下的估计量理论： 介绍复杂抽样下估计量的方差计算方法，重点讲解通过线性化方法估计方差的原理，以及如何利用现有的统计软件进行复杂抽样估计。 本章旨在为读者提供应对更复杂、更实际的调查场景的设计思路和统计分析工具。 第六章 无回答处理与数据调整 本章聚焦于抽样调查实施过程中普遍存在的无回答现象，并提供处理和调整的策略。 无回答的类型与原因： 分析无回答（Non-response）的类型，如完全无回答、项目无回答，并探讨其产生的原因，包括受访者因素、访问员因素、调查设计因素等。 无回答的潜在偏差： 强调无回答可能引入的偏差，分析其对调查结果的影响，并区分抽样误差与无回答偏差。 无回答的处理方法： 事后处理： 详细介绍事后处理方法，包括： 抽样框调整法： 通过与已知资料对比，评估无回答样本的代表性。 权重调整法： 介绍加权调整的原理，如何通过调整无回答样本的权重来减小偏差。 回调法： 讲解如何对部分无回答者进行再次访问，以获取信息。 多重插补法（Multiple Imputation）： 深入介绍多重插补法的基本思想、模型选择、插补过程和结果合并，强调其在处理复杂无回答问题上的优势。 其他统计模型： 简要介绍一些基于统计模型的无回答处理方法。 事前预防： 提出在调查设计阶段如何通过提高问卷设计质量、优化访问员培训、增加访问员激励等方式来减少无回答。 敏感性分析： 介绍如何进行敏感性分析，以评估不同无回答处理方法对调查结果的影响程度。 本章强调了在实际抽样调查中，有效处理无回答是保证数据质量和结果可靠性的关键环节。 第七章 抽样调查的应用实例与案例分析 本章通过大量的实际案例，生动展示抽样调查在各个领域的应用，并对案例进行深入分析。 经济统计领域： 介绍住户抽样调查（如收入、消费、就业）、企业抽样调查（如生产、销售、投资）、物价抽样调查等。 社会统计领域： 展示人口普查的抽样设计、劳动力调查、教育调查、健康调查、社会态度调查等。 农业与环境统计领域： 讲解农作物产量抽样调查、森林资源调查、环境监测抽样等。 市场营销与民意调查： 介绍产品市场调研、品牌认知度调查、政治意向民意调查等。 案例分析： 选取几个典型的、具有代表性的抽样调查案例，详细解析其调查目的、抽样设计（包括抽样方法、抽样框、样本量确定）、问卷设计、数据收集、数据处理（包括无回答处理）和结果解释。通过对案例的剖析，引导读者理解理论知识在实践中的运用，并总结成功的经验和可能遇到的挑战。 本章力求通过丰富的应用场景和深入的案例分析，帮助读者将所学理论知识融会贯通，提高解决实际问题的能力，并认识到抽样调查的广泛价值。 第八章 抽样调查的质量控制与管理 本章系统阐述抽样调查的全过程质量控制体系。 质量控制的原则： 强调科学性、系统性、全员参与和持续改进的原则。 调查方案设计阶段的质量控制： 关注调查目的的明确性、指标的科学性、问卷的可行性、抽样方案的合理性等。 数据收集阶段的质量控制： 包括访问员的培训与管理、实地督导、数据录入的校验与复核。 数据处理与分析阶段的质量控制： 强调数据清洗、逻辑校验、统计分析方法的准确性。 抽样调查的评估与改进： 介绍如何通过回顾性评估来总结经验，识别问题，并提出改进措施。 抽样调查中的伦理问题： 探讨在抽样调查中需要注意的隐私保护、知情同意、数据保密等伦理原则。 统计软件在质量控制中的应用： 介绍常用的统计软件（如SPSS, R, SAS等）在数据录入、校验、清洗和分析中的辅助作用。 本章旨在培养读者建立健全的质量意识，掌握有效的质量控制方法，从而保障抽样调查数据的科学性、准确性和可靠性。 第九章 抽样调查的新进展与发展趋势 本章展望抽样调查的未来发展方向，介绍前沿的研究成果和技术应用。 互联网抽样调查（Online Surveys）： 讨论互联网抽样调查的优势、挑战，如代表性问题、样本选择偏倚，以及如何通过多种在线抽样技术（如混合式在线抽样）来克服。 大数据与抽样调查的结合： 探讨如何利用大数据资源（如社交媒体数据、手机信令数据、网络行为数据）来辅助或增强传统抽样调查，例如用于抽样框的构建、提高估计效率、追踪调查等。 移动技术在抽样调查中的应用： 介绍如何利用智能手机、平板电脑等移动设备进行数据采集，提高效率和数据质量，例如通过GPS定位、传感器数据等。 机器学习与人工智能在抽样调查中的应用： 探讨机器学习在模型选择、数据插补、偏差校正等方面的潜力，以及人工智能在自动化数据采集和分析中的作用。 适应性设计（Adaptive Design）： 介绍根据调查过程中收集到的信息动态调整抽样设计和数据收集策略的方法，以提高效率和响应率。 面板调查与追踪研究： 讨论面板调查的设计、实施和数据分析，以及其在研究动态变化方面的价值。 网络化抽样调查平台： 介绍现代抽样调查管理系统和平台的功能，如何实现从问卷设计到数据分析的端到端管理。 本章旨在帮助读者了解抽样调查领域的最新动态，培养前瞻性思维，为未来的学术研究和实际工作奠定基础。 本书结构清晰，逻辑严谨，理论与实践相结合，既注重基础理论的阐述，又关注实际应用的指导。通过学习本书，读者将能够掌握抽样调查的各项基本原理和方法，并能够独立设计、实施和分析抽样调查，为解决实际问题提供科学依据。

评分☆☆☆☆☆

这本书的结构安排堪称是精心设计的“知识迷宫的导航图”。章节之间的逻辑衔接非常顺畅，从基础概念到复杂模型，每一步提升都有明确的铺垫。最让我赞叹的是其对“估计量选择”的深入剖析。在众多的估计方法中，如何根据实际调查条件（如总体异质性、资源限制）做出最优选择，是实践中的一大难题。本书提供了一套清晰的决策框架，它不是简单地告诉我们“用哪个公式”，而是引导我们思考“为什么用这个公式更合适”。这种启发式的教学方法，极大地培养了读者的批判性思维能力，而不是沦为公式的机械应用者。同时，书后附带的大量习题，设计得非常巧妙，有些题目甚至需要结合实际背景进行复杂的推导和论证，真正考验了对知识的内化程度，绝非那种可以轻易套用模板就能完成的简单计算题。

评分☆☆☆☆☆

阅读这本书，最大的感受就是它沉淀了数十年统计实践的智慧精华。它不仅仅是一本理论教科书，更像是一份承载着行业规范和学术精神的文献。尤其是关于调查的伦理考量和数据保密性章节，虽然篇幅不长，但其严肃性和前瞻性令人肃然起敬。作者清晰地指出，抽样调查的公信力建立在每一个环节的诚信之上，对受访者隐私的保护是不可逾越的红线。在当今数据泄露事件频发的时代背景下，这种对职业道德的强调显得尤为重要。这本书告诉我们，优秀的统计工作者不仅要有精湛的技术，更要有坚守职业操守的品格。它不仅仅教会了我们如何从数据中提取信息，更教会了我们如何以负责任的态度去获取和使用这些信息，这是任何一本纯粹的数学或方法论书籍都无法比拟的价值所在。

评分☆☆☆☆☆

这本关于抽样调查的经典之作，从头到尾都展现出扎实的理论基础和严谨的逻辑构建。初次接触统计学领域的读者可能会觉得开篇有些吃力，但请不要气馁，作者的意图显然是想为读者打下坚实的地基。书中对各种抽样方法的原理阐述得极其透彻，无论是简单的简单随机抽样，还是复杂的多阶段、分层抽样，其背后的概率论基础都被剥茧抽丝般地呈现在我们面前。尤其令我印象深刻的是，作者并没有停留在理论公式的堆砌上，而是巧妙地结合了实际应用场景来解释这些复杂的数学模型。例如，在讲解如何确定最优样本量时，书中不仅给出了精确的公式，还辅以了大量的案例分析，让我们清晰地认识到成本效益比在实际调查设计中的重要性。这种深度与广度兼备的叙述方式，使得这本书不仅适合作为专业教材，对于希望深入理解现代统计调查工作本质的研究人员来说，也绝对是一本不可多得的案头宝典。它要求读者投入时间去思考，去演算，但最终的回报是清晰的洞察力。

评分☆☆☆☆☆

从排版和语言风格来看，这套教材明显是为适应我国特定的教育体系和学员基础量身定制的。它没有采用那种过于晦涩、充满西方学术俚语的表达方式，而是尽可能地使用清晰、直白的中文术语来阐释复杂的概念。这种本土化的努力极大地降低了学习门槛，使得即便是基础相对薄弱的学生也能较快地跟上节奏。不过，这种风格也带来了一点小小的遗憾：在某些前沿或国际最新发展趋势的探讨上，篇幅相对保守，深度略显不足。例如，对于基于大数据的混合抽样框架、或者近年来兴起的基于机器学习的辅助抽样方法，介绍得略显简略。但考虑到它作为“十二五”规划教材的定位，其核心内容的覆盖面和扎实度是无可挑剔的。它成功地完成了传授基础知识、确保行业标准统一的历史使命，为培养一代又一代合格的统计专业人才奠定了坚实的基础。

评分☆☆☆☆☆

这本书的实用性简直是教科书级别的典范，它就像一位经验丰富、技术精湛的调查项目经理手把手在教你如何操盘一个大型调查。我最欣赏的是它对“过程控制”的强调，这往往是理论书籍容易忽略的细节。从问卷设计中的措辞选择对回答偏差的影响，到现场执行人员培训的标准化流程，再到数据清洗和加权处理的每一个步骤，作者都给出了极为细致的指导方针。特别是关于“非抽样误差”的处理部分，简直是如获至宝。很多初级调查员往往只关注于如何降低抽样误差，却忽视了那些隐蔽的、可能导致结果失真的非抽样因素。书中列举了大量历史上的调查失误案例，用反面教材的方式警示我们保持调查质量的极端重要性。阅读此书，我感觉自己不仅仅是在学习理论，更像是在进行一场全方位的、高标准的调查技能实战演练。

评分☆☆☆☆☆

可以

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☆☆☆☆☆

教材之余的参考，开卷有益。。

评分☆☆☆☆☆

工具书，很实用，建议购买

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，有点坑，本来要买五本老是缺货不能满减

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☆☆☆☆☆

有点贵，有点坑，本来要买五本老是缺货不能满减

评分☆☆☆☆☆

商品不错，质量过关，喜欢，下次还会在京东购买。