抽樣調查理論與方法（第2版）/全國統計教材編審委員會“十二五”規劃教材 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

馮士雍，倪加勛，鄒國華 著

圖書標籤:

• 抽樣調查
• 統計學
• 方法論
• 理論
• 教材
• 全國統計教材編審委員會
• 數據分析
• 統計方法
• 科學研究
• 第二版

齣版社： 中國統計齣版社

ISBN：9787503765926

版次：1

商品編碼：11305387

包裝：平裝

叢書名： 十二五規劃教材

開本：16開

齣版時間：2012-09-01

用紙：膠版紙

頁數：372

正文語種：中文

內容簡介

　　《抽樣調查理論與方法（第2版）/全國統計教材編審委員會“十二五”規劃教材》既強調概念及方法的統計意義和思想，又兼顧科學的嚴謹性及實際操作的可行性。在介紹具體抽樣方法時，對每種方法的適用條件及實施程序都作瞭詳盡的說明，對不同方法進行瞭比較；對重要的結果給齣瞭嚴格的數學證明；同時精心選編瞭數值例子，其中相當部分選自我們實際接觸到的案例。不過需要指齣的是，正因為這些例子大多是有實際背景的，隨著時間的推延，具體數值有些已與當前情況有一定的差距，但相信這不會給學生的理解帶來實質影響。

目錄

第一章 概論
1.1抽樣調查的意義與作用
1.1.1什麼是抽樣調查
1.1.2非概率抽樣
1.1.3概率抽樣
1.1.4抽樣調查的作用
1.1.5抽樣調查與普查的關係
1.2抽樣調查的發展曆史
1.2.1國際抽樣調查的發展
1.2.2我國抽樣調查的發展
1.3抽樣調查的主要應用
習題

第二章 基本概念
2.1總體與樣本
2.1.1目標總體與抽樣總體
2.1.2抽樣單元與抽樣框
2.1.3總體指標的類型
2.1.4樣本、樣本量與抽樣比
2.1.5固定總體模型與超總體模型
2.2幾種基本的抽樣方法
2.2.1簡單隨機抽樣
2.2.2分層抽樣
2.2.3整群抽樣
2.2.4多階抽樣
2 2 5係統抽樣
2.2.6不等概率抽樣
2.3誤差與精度的錶示方法
2.3.1抽樣調查中的誤差來源
2.3.2均方誤差、方差與偏倚
2.3.3誤差限與置信度
2.3.4精度與費用
習題

第三章 簡單隨機抽樣
3.1概述
3.1.1什麼是簡單隨機抽樣
3.1.2簡單隨機抽樣的實施方法
3.1.3簡單隨機抽樣在抽樣理論中的地位與作用
3.2總體均值與總量的簡單估計
3.2.1簡單估計量及其無偏性
3.2.2估計量的方差
3.2.3估計量的方差估計
3.3總體比例的簡單估計
3.3.1對總體的描述
3.3.2估計量及其性質
3.4樣本量的確定
3.4.1確定樣本量的原則與主要考慮因素
3.4.2估計總體均值或總量時樣本量的確定方法
3.4.3估計總體比例時樣本量的確定方法
3.4.4逆抽樣方法
3.5放迴簡單隨機抽樣
3.5.1估計量及其性質
3.5.2設計效應與樣本量的確定
3.6子總體的估計
3.6.1問題的提齣
3.6.2子總體均值的估計
3.6.3子總體總量的估計
習題

第四章 分層隨機抽樣
4.1概述
4.1.1什麼是分層抽樣和分層隨機抽樣
4.1.2分層抽樣的特點和適用場閤
4.1.3記號
4.2簡單估計量及其性質
4.2.1對總體均值或總量的估計
4.2.2對總體比例的估計
4.3各層樣本量的分配
4.3.1樣本量分配對精度的影響
4.3.2比例分配
4.3.3最優分配
4.3.4某些層需要超過100％抽樣時的修正
4.4樣本總量的確定
4.4.1影響樣本總量的因素
4.4.2估計總體均值的情形
4.4.3估計總體總量的情形
4.4.4估計總體比例的情形
4.4.5給定總費用時樣本量的確定方法
4.5分層隨機抽樣效果分析
4.5.1分層隨機抽樣與簡單隨機抽樣的比較
4.5.2最優分配在精度上的改進
4.5.3估計總體比例時分層和最優分配精度上的得益
4.5.4從分層樣本估計分層抽樣的效果
4.5.5分層標誌的選擇及最優分層
4.5.6層數的確定
4.6若乾進一步問題
4.6.1偏離最優分配時對方差的影響
4.6.2多指標情形樣本量的分配
4.6.3層權誤差對估計量的影響
4.6.4事後分層
習題

第五章 比估計與迴歸估計
5.1概述
5.1.1問題的提齣
5.1.2比估計與迴歸估計的作用與使用條件
5.2比估計
5.2.1定義及基本性質
5.2.2方差估計及置信限
5.2.3比估計與簡單估計的比較
5.2.4乘積估計
5.3迴歸估計
5.3.1定義
5.3.2饢�設定常數情�
5.3.3饢�樣本迴歸係數情�
5.4分層比估計與分層迴歸估計
5.4.1分彆比估計與聯閤比估計
5.4.2分彆迴歸估計與聯閤迴歸估計
5.4.3各種估計量的比較與選擇
5.5比估計與迴歸估計及其方差估計的偏倚
5.5.1有關簡單隨機樣本中心矩階的基本結果
5.5.2比估計及其方差估計的偏倚
5.5.3比估計偏倚的消除或減少辦法
5.5.4迴歸估計及其方差估計的偏倚
習題

第六章 不等概率抽樣
6.1概述
6.1.1不等概率抽樣的必要性及優點
6.1.2不等概率抽樣的主要分類
6.2放迴不等概率抽樣

第七章 二重抽樣
第八章 整群抽樣
第九章 二階及多階抽樣
第十章 係統抽樣
第十一章 非抽樣誤差
第十二章 復雜樣本的方差估計
第十三章 抽樣調查的推斷框架及小域估計
第十四章 案例分析
部分習題答案與提示
主要參考書目

精彩書摘

　　簡單隨機抽樣中的估計方法，通常是采用樣本平均數作為總體均值的估計，用樣本比例作為總體比例的估計，這就是簡單估計。有時為瞭提高精度，在有其他輔助變量存在的情況下，也可以用比估計和迴歸估計等方法。
　　2.2.2 分層抽樣
　　將總體按一定的原則分成若乾個子總體，每個子總體稱為層，在每個層內進行抽樣，不同層的抽樣相互獨立，這樣的抽樣稱為分層抽樣（stratifiedsampling）。特彆地，如果每層的抽樣都是簡單隨機抽樣，就稱為分層隨機抽樣。在分層抽樣中，先根據層樣本對層的參數進行估計，然後將這些層估計加權平均或取總和作為總體均值或總量的估計。
　　分層抽樣特彆適用於既要對總體參數進行估計也要對各子總體（層）參數進行估計的情形。分層抽樣的組織實施方便，樣本散布比較均勻，這些都是分層抽樣的優點。分層抽樣更重要的一個優點是它的精度一般較高，另外其數據處理也相對簡單。因此分層技術是實際應用最為普遍的抽樣技術之一。
　　2.2.3 整群抽樣
　　簡單隨機抽樣有樣本分散不便於調查、N大時抽樣框不易編製等缺點。整群抽樣恰好剋服瞭這些缺點。整群抽樣（clustersampling）是先將總體中的各個單元歸並成數量較少而規模較大的單元，稱為群，抽樣僅對群進行，對抽中的群調查其中的每一個小單元，對沒有被抽中的群則不進行調查。因此整群抽樣中的樣本（小）單元是以整群形式齣現的，故稱整群抽樣，在有些中文文獻中也稱集團抽樣。事實上這裏的群即是2.1.2 中所討論過的初級單元，而小單元即是其中的次級單元。在整群抽樣中並不要求提供關於次級單元的抽樣框，隻需要關於初級單元的抽樣框即可。另外由於群通常是由那些地理位置鄰近的單元構成的，整群進行調查費用較低，因此整群抽樣常受到實際工作者的歡迎。整群抽樣的主要缺點是在樣本量相同條件下一般精度較差，效率不高。這是因為同一群內的單元或多或少相似，對抽中的群的每個小單元進行全麵調查不可避免地會造成浪費。
　　……

《抽樣調查理論與方法（第2版）》圖書簡介 本書旨在全麵深入地闡述抽樣調查的理論基礎、核心方法以及實際應用。作為“十二五”國傢統計教材的重要組成部分，本書麵嚮高等院校統計學、經濟學、管理學、社會學等相關專業，以及從事統計工作和科研的研究人員。本書的第二版在保持原有學科嚴謹性的基礎上，緊跟時代發展步伐，融入瞭新的研究成果和實踐經驗，力求為讀者提供一個既係統全麵又與時俱進的抽樣調查知識體係。 第一章 緒論 本章首先界定抽樣調查的定義、目的和重要性，強調其在現代社會信息獲取和決策支持中的關鍵作用。通過對比普查與抽樣調查的優劣，突齣抽樣調查的效率與可行性。接著，梳理抽樣調查在中國乃至世界的發展曆程，展示其理論的演進與方法的創新。隨後，係統介紹抽樣調查的基本概念，如總體、樣本、抽樣框、抽樣單位、抽樣統計量和總體參數等，並區分它們之間的聯係與區彆。最後，概述抽樣調查的基本步驟，從確定調查目的、設計方案到實施、數據分析和報告撰寫，為後續章節的學習奠定基礎。本章力求通過生動的案例和清晰的邏輯，幫助讀者建立對抽樣調查的宏觀認識。 第二章 抽樣方法基礎 本章是本書的核心理論基礎部分，係統闡述瞭概率抽樣和非概率抽樣的基本原理與區彆。詳細介紹瞭各種常見的概率抽樣方法，包括： 簡單隨機抽樣： 闡釋其定義、抽樣誤差的計算公式，以及如何進行等可能抽樣（不放迴抽樣和放迴抽樣）。通過實例說明其適用範圍與局限性。 係統抽樣： 講解係統抽樣的原理、抽樣間隔的確定、抽樣框的要求以及抽樣誤差的特點，並與簡單隨機抽樣進行比較。 分層抽樣： 深入分析分層抽樣的優勢，即如何通過將總體劃分為若乾同質性較高的層來降低抽樣誤差。詳細介紹分層抽樣的比例配置、最優配置和不完全比例配置等方法，並給齣相應的估計量公式。 整群抽樣： 介紹整群抽樣的概念、實施過程以及其在實際應用中的便利性。討論整群抽樣與簡單隨機抽樣在抽樣誤差方麵的差異，並介紹單階段、多階段整群抽樣的基本思路。 多階段抽樣： 闡述多階段抽樣的原理，即以層級的方式進行抽樣，每階段的抽樣單位可采用簡單隨機抽樣、係統抽樣或分層抽樣。詳細介紹兩階段抽樣的抽樣設計與估計方法。 對於非概率抽樣，本章簡要介紹瞭方便抽樣、判斷抽樣、配額抽樣等方法，並著重強調瞭其潛在的偏差及其在科研中的適用性限製。本章的重點在於使讀者深刻理解不同抽樣方法的數學原理、抽樣誤差的産生機製以及如何在實際調查中選擇最閤適的抽樣方案。 第三章 抽樣誤差與樣本量設計 本章聚焦於抽樣調查中不可避免的抽樣誤差，並提供瞭科學的樣本量設計方法。 抽樣誤差的度量： 詳細介紹抽樣誤差的來源，主要包括抽樣方法本身帶來的誤差以及抽樣框誤差。重點講解如何使用統計量（如樣本均值、樣本比例）的方差來度量抽樣誤差，並介紹置信區間、置信水平等概念，以量化抽樣結果的可靠性。 樣本量確定的基本原理： 闡述樣本量與抽樣誤差、總體變異程度和置信水平之間的關係。提齣樣本量確定的核心在於平衡調查成本與統計精度。 特定抽樣方法的樣本量計算： 針對簡單隨機抽樣、係統抽樣、分層抽樣等，分彆推導並講解計算樣本量的具體公式。考慮瞭估計總體均值、總體比例等不同調查目標下的樣本量計算方法。 影響樣本量的因素： 深入分析總體規模、抽樣誤差的容許範圍、置信水平、變異性估計等因素對樣本量大小的影響。 預抽樣與樣本量調整： 介紹如何利用預抽樣（Pilot Study）來估計總體變異程度，從而更準確地確定樣本量。討論在調查過程中可能齣現的樣本量不足或過剩的情況，以及相應的調整策略。 本章旨在使讀者掌握對抽樣誤差進行量化分析的能力，並能夠根據具體的調查目標和資源條件，科學閤理地設計樣本量，確保調查結果的有效性和可靠性。 第四章 抽樣框的構建與誤差處理 本章深入探討抽樣框的構建原則、質量控製以及如何處理抽樣框誤差。 抽樣框的定義與作用： 闡述抽樣框作為抽樣實施基礎的重要性，要求其完整性、準確性和時效性。 抽樣框的類型與構建： 介紹不同類型的抽樣框，如名冊式、區域式、混閤式等，並分析其優缺點。指導讀者根據調查對象和資源條件選擇閤適的抽樣框構建方法。 抽樣框的誤差分析： 詳細討論抽樣框中常見的誤差，包括遺漏、重復、非目標單位以及不準確信息等。 抽樣框誤差的識彆與度量： 介紹識彆抽樣框誤差的方法，例如通過與已知資料進行對比，以及分析樣本單位的分布情況。 抽樣框誤差的處理策略： 提齣減少和糾正抽樣框誤差的措施，如定期更新抽樣框、進行抽樣框的質量檢查、設計調查方案時考慮抽樣框的局限性等。 抽樣框在不同抽樣方法中的應用： 結閤分層抽樣、整群抽樣等方法，講解抽樣框的構建在這些抽樣設計中的特殊要求和考量。 本章強調瞭高質量抽樣框是抽樣調查成功的前提，並為讀者提供瞭識彆、量化和處理抽樣框誤差的實用技術。 第五章 復雜抽樣設計與估計 本章將介紹更為復雜的抽樣設計方法，並重點關注復雜抽樣下的估計方法。 多階段抽樣（續）： 在前一章的基礎上，深入探討多階段抽樣的理論細節，包括各階段抽樣概率的設計，以及兩階段、三階段及以上抽樣的估計量計算。 混閤抽樣設計： 介紹將不同抽樣方法（如分層與整群結閤）用於同一調查的設計思路，以及在這種設計下如何進行有效估計。 不等概率抽樣： 詳細闡述不等概率抽樣的原理，特彆是與概率成比例的係統抽樣（PPS）方法，並介紹其在抽樣框質量不高或變異程度差異很大的情況下的優勢。 PPS抽樣的估計方法： 重點介紹Horvitz-Thompson估計量、Hansen-Hurwitz估計量等，並分析它們的性質。 復閤樣本設計： 討論在同一項調查中可能包含不同抽樣設計的子樣本，以及如何進行統一的估計。 復雜抽樣下的估計量理論： 介紹復雜抽樣下估計量的方差計算方法，重點講解通過綫性化方法估計方差的原理，以及如何利用現有的統計軟件進行復雜抽樣估計。 本章旨在為讀者提供應對更復雜、更實際的調查場景的設計思路和統計分析工具。 第六章 無迴答處理與數據調整 本章聚焦於抽樣調查實施過程中普遍存在的無迴答現象，並提供處理和調整的策略。 無迴答的類型與原因： 分析無迴答（Non-response）的類型，如完全無迴答、項目無迴答，並探討其産生的原因，包括受訪者因素、訪問員因素、調查設計因素等。 無迴答的潛在偏差： 強調無迴答可能引入的偏差，分析其對調查結果的影響，並區分抽樣誤差與無迴答偏差。 無迴答的處理方法： 事後處理： 詳細介紹事後處理方法，包括： 抽樣框調整法： 通過與已知資料對比，評估無迴答樣本的代錶性。 權重調整法： 介紹加權調整的原理，如何通過調整無迴答樣本的權重來減小偏差。 迴調法： 講解如何對部分無迴答者進行再次訪問，以獲取信息。 多重插補法（Multiple Imputation）： 深入介紹多重插補法的基本思想、模型選擇、插補過程和結果閤並，強調其在處理復雜無迴答問題上的優勢。 其他統計模型： 簡要介紹一些基於統計模型的無迴答處理方法。 事前預防： 提齣在調查設計階段如何通過提高問捲設計質量、優化訪問員培訓、增加訪問員激勵等方式來減少無迴答。 敏感性分析： 介紹如何進行敏感性分析，以評估不同無迴答處理方法對調查結果的影響程度。 本章強調瞭在實際抽樣調查中，有效處理無迴答是保證數據質量和結果可靠性的關鍵環節。 第七章 抽樣調查的應用實例與案例分析 本章通過大量的實際案例，生動展示抽樣調查在各個領域的應用，並對案例進行深入分析。 經濟統計領域： 介紹住戶抽樣調查（如收入、消費、就業）、企業抽樣調查（如生産、銷售、投資）、物價抽樣調查等。 社會統計領域： 展示人口普查的抽樣設計、勞動力調查、教育調查、健康調查、社會態度調查等。 農業與環境統計領域： 講解農作物産量抽樣調查、森林資源調查、環境監測抽樣等。 市場營銷與民意調查： 介紹産品市場調研、品牌認知度調查、政治意嚮民意調查等。 案例分析： 選取幾個典型的、具有代錶性的抽樣調查案例，詳細解析其調查目的、抽樣設計（包括抽樣方法、抽樣框、樣本量確定）、問捲設計、數據收集、數據處理（包括無迴答處理）和結果解釋。通過對案例的剖析，引導讀者理解理論知識在實踐中的運用，並總結成功的經驗和可能遇到的挑戰。 本章力求通過豐富的應用場景和深入的案例分析，幫助讀者將所學理論知識融會貫通，提高解決實際問題的能力，並認識到抽樣調查的廣泛價值。 第八章 抽樣調查的質量控製與管理 本章係統闡述抽樣調查的全過程質量控製體係。 質量控製的原則： 強調科學性、係統性、全員參與和持續改進的原則。 調查方案設計階段的質量控製： 關注調查目的的明確性、指標的科學性、問捲的可行性、抽樣方案的閤理性等。 數據收集階段的質量控製： 包括訪問員的培訓與管理、實地督導、數據錄入的校驗與復核。 數據處理與分析階段的質量控製： 強調數據清洗、邏輯校驗、統計分析方法的準確性。 抽樣調查的評估與改進： 介紹如何通過迴顧性評估來總結經驗，識彆問題，並提齣改進措施。 抽樣調查中的倫理問題： 探討在抽樣調查中需要注意的隱私保護、知情同意、數據保密等倫理原則。 統計軟件在質量控製中的應用： 介紹常用的統計軟件（如SPSS, R, SAS等）在數據錄入、校驗、清洗和分析中的輔助作用。 本章旨在培養讀者建立健全的質量意識，掌握有效的質量控製方法，從而保障抽樣調查數據的科學性、準確性和可靠性。 第九章 抽樣調查的新進展與發展趨勢 本章展望抽樣調查的未來發展方嚮，介紹前沿的研究成果和技術應用。 互聯網抽樣調查（Online Surveys）： 討論互聯網抽樣調查的優勢、挑戰，如代錶性問題、樣本選擇偏倚，以及如何通過多種在綫抽樣技術（如混閤式在綫抽樣）來剋服。 大數據與抽樣調查的結閤： 探討如何利用大數據資源（如社交媒體數據、手機信令數據、網絡行為數據）來輔助或增強傳統抽樣調查，例如用於抽樣框的構建、提高估計效率、追蹤調查等。 移動技術在抽樣調查中的應用： 介紹如何利用智能手機、平闆電腦等移動設備進行數據采集，提高效率和數據質量，例如通過GPS定位、傳感器數據等。 機器學習與人工智能在抽樣調查中的應用： 探討機器學習在模型選擇、數據插補、偏差校正等方麵的潛力，以及人工智能在自動化數據采集和分析中的作用。 適應性設計（Adaptive Design）： 介紹根據調查過程中收集到的信息動態調整抽樣設計和數據收集策略的方法，以提高效率和響應率。 麵闆調查與追蹤研究： 討論麵闆調查的設計、實施和數據分析，以及其在研究動態變化方麵的價值。 網絡化抽樣調查平颱： 介紹現代抽樣調查管理係統和平颱的功能，如何實現從問捲設計到數據分析的端到端管理。 本章旨在幫助讀者瞭解抽樣調查領域的最新動態，培養前瞻性思維，為未來的學術研究和實際工作奠定基礎。 本書結構清晰，邏輯嚴謹，理論與實踐相結閤，既注重基礎理論的闡述，又關注實際應用的指導。通過學習本書，讀者將能夠掌握抽樣調查的各項基本原理和方法，並能夠獨立設計、實施和分析抽樣調查，為解決實際問題提供科學依據。

評分☆☆☆☆☆

閱讀這本書，最大的感受就是它沉澱瞭數十年統計實踐的智慧精華。它不僅僅是一本理論教科書，更像是一份承載著行業規範和學術精神的文獻。尤其是關於調查的倫理考量和數據保密性章節，雖然篇幅不長，但其嚴肅性和前瞻性令人肅然起敬。作者清晰地指齣，抽樣調查的公信力建立在每一個環節的誠信之上，對受訪者隱私的保護是不可逾越的紅綫。在當今數據泄露事件頻發的時代背景下，這種對職業道德的強調顯得尤為重要。這本書告訴我們，優秀的統計工作者不僅要有精湛的技術，更要有堅守職業操守的品格。它不僅僅教會瞭我們如何從數據中提取信息，更教會瞭我們如何以負責任的態度去獲取和使用這些信息，這是任何一本純粹的數學或方法論書籍都無法比擬的價值所在。

評分☆☆☆☆☆

這本關於抽樣調查的經典之作，從頭到尾都展現齣紮實的理論基礎和嚴謹的邏輯構建。初次接觸統計學領域的讀者可能會覺得開篇有些吃力，但請不要氣餒，作者的意圖顯然是想為讀者打下堅實的地基。書中對各種抽樣方法的原理闡述得極其透徹，無論是簡單的簡單隨機抽樣，還是復雜的多階段、分層抽樣，其背後的概率論基礎都被剝繭抽絲般地呈現在我們麵前。尤其令我印象深刻的是，作者並沒有停留在理論公式的堆砌上，而是巧妙地結閤瞭實際應用場景來解釋這些復雜的數學模型。例如，在講解如何確定最優樣本量時，書中不僅給齣瞭精確的公式，還輔以瞭大量的案例分析，讓我們清晰地認識到成本效益比在實際調查設計中的重要性。這種深度與廣度兼備的敘述方式，使得這本書不僅適閤作為專業教材，對於希望深入理解現代統計調查工作本質的研究人員來說，也絕對是一本不可多得的案頭寶典。它要求讀者投入時間去思考，去演算，但最終的迴報是清晰的洞察力。

評分☆☆☆☆☆

從排版和語言風格來看，這套教材明顯是為適應我國特定的教育體係和學員基礎量身定製的。它沒有采用那種過於晦澀、充滿西方學術俚語的錶達方式，而是盡可能地使用清晰、直白的中文術語來闡釋復雜的概念。這種本土化的努力極大地降低瞭學習門檻，使得即便是基礎相對薄弱的學生也能較快地跟上節奏。不過，這種風格也帶來瞭一點小小的遺憾：在某些前沿或國際最新發展趨勢的探討上，篇幅相對保守，深度略顯不足。例如，對於基於大數據的混閤抽樣框架、或者近年來興起的基於機器學習的輔助抽樣方法，介紹得略顯簡略。但考慮到它作為“十二五”規劃教材的定位，其核心內容的覆蓋麵和紮實度是無可挑剔的。它成功地完成瞭傳授基礎知識、確保行業標準統一的曆史使命，為培養一代又一代閤格的統計專業人纔奠定瞭堅實的基礎。

評分☆☆☆☆☆

這本書的結構安排堪稱是精心設計的“知識迷宮的導航圖”。章節之間的邏輯銜接非常順暢，從基礎概念到復雜模型，每一步提升都有明確的鋪墊。最讓我贊嘆的是其對“估計量選擇”的深入剖析。在眾多的估計方法中，如何根據實際調查條件（如總體異質性、資源限製）做齣最優選擇，是實踐中的一大難題。本書提供瞭一套清晰的決策框架，它不是簡單地告訴我們“用哪個公式”，而是引導我們思考“為什麼用這個公式更閤適”。這種啓發式的教學方法，極大地培養瞭讀者的批判性思維能力，而不是淪為公式的機械應用者。同時，書後附帶的大量習題，設計得非常巧妙，有些題目甚至需要結閤實際背景進行復雜的推導和論證，真正考驗瞭對知識的內化程度，絕非那種可以輕易套用模闆就能完成的簡單計算題。

評分☆☆☆☆☆

這本書的實用性簡直是教科書級彆的典範，它就像一位經驗豐富、技術精湛的調查項目經理手把手在教你如何操盤一個大型調查。我最欣賞的是它對“過程控製”的強調，這往往是理論書籍容易忽略的細節。從問捲設計中的措辭選擇對迴答偏差的影響，到現場執行人員培訓的標準化流程，再到數據清洗和加權處理的每一個步驟，作者都給齣瞭極為細緻的指導方針。特彆是關於“非抽樣誤差”的處理部分，簡直是如獲至寶。很多初級調查員往往隻關注於如何降低抽樣誤差，卻忽視瞭那些隱蔽的、可能導緻結果失真的非抽樣因素。書中列舉瞭大量曆史上的調查失誤案例，用反麵教材的方式警示我們保持調查質量的極端重要性。閱讀此書，我感覺自己不僅僅是在學習理論，更像是在進行一場全方位的、高標準的調查技能實戰演練。

評分☆☆☆☆☆

有點貴，有點坑，本來要買五本老是缺貨不能滿減

評分☆☆☆☆☆

破麵

評分☆☆☆☆☆

哈哈哈哈好好好好好

評分☆☆☆☆☆

好書好書，好

評分☆☆☆☆☆

……

評分☆☆☆☆☆

還不錯的書 嗬嗬 嗬嗬

評分☆☆☆☆☆

簡單隨機抽樣有樣本分散不便於調查、N大時抽樣框不易編製等缺點。整群抽樣恰好剋服瞭這些缺點。整群抽樣（clustersampling）是先將總體中的各個單元歸並成數量較少而規模較大的單元，稱為群，抽樣僅對群進行，對抽中的群調查其中的每一個小單元，對沒有被抽中的群則不進行調查。因此整群抽樣中的樣本（小）單元是以整群形式齣現的，故稱整群抽樣，在有些中文文獻中也稱集團抽樣。事實上這裏的群即是2.1.2 中所討論過的初級單元，而小單元即是其中的次級單元。在整群抽樣中並不要求提供關於次級單元的抽樣框，隻需要關於初級單元的抽樣框即可。另外由於群通常是由那些地理位置鄰近的單元構成的，整群進行調查費用較低，因此整群抽樣常受到實際工作者的歡迎。整群抽樣的主要缺點是在樣本量相同條件下一般精度較差，效率不高。這是因為同一群內的單元或多或少相似，對抽中的群的每個小單元進行全麵調查不可避免地會造成浪費。

評分☆☆☆☆☆

假麵

評分☆☆☆☆☆

分層抽樣特彆適用於既要對總體參數進行估計也要對各子總體（層）參數進行估計的情形。分層抽樣的組織實施方便，樣本散布比較均勻，這些都是分層抽樣的優點。分層抽樣更重要的一個優點是它的精度一般較高，另外其數據處理也相對簡單。因此分層技術是實際應用最為普遍的抽樣技術之一。