估计量的无偏性:对于不放回简单随机抽样,所有可能的样本均值取值的平均值总是等于总体均值,这就是样本均值估计量的无偏性。
1、估计量的无偏性:对于不放回简单随机抽样,所有可能的样本均值取值的平均值总是等于总体均值,这就是样本均值估计量的无偏性。
2、估计量的有效性:由于方差是度量分布密集或离散状况的重要指标,估计量方差常用于描述抽样误差。估计量方差越大,说明可能的样本估计值之间的差异越大,用样本统计量估计总体参数的效率就越低,抽样误差越大。
3、估计量的一致性:随着样本量的增大,估计量的值如果稳定于总体参数的真值,这个估计量就有一致性,可称为一致估计量。
抽样误差虽然无法避免,但可以计算。
以不放回简单随机抽样下均值估计量为例:
假设从总体的N个单元中按照不放回简单随机抽样方法抽取n个单元作为样本,用Y1,Y2,...,YN表示总体关于变量Y的N个观测值,用y1,y2,...,yn表示样本中的n个观测值。则估计量的方差为:
其中,为总体方差
(1)抽样误差与总体分布有关,总体单位值之间差异越大,则总体方差S2越大,抽样误差就越大。
(2)抽样误差与样本量n有关,在其他条件相同情况下,样本量越大,抽样误差就越小。
(3)抽样误差与抽样方式和估计量的选择也有关系。 例如,分层抽样的估计量方差一般小于简单随机抽样。
(4)利用有效辅助信息也可以有效地减小抽样误差。
实践中,总体方差S2是未知的,可以利用样本方差来估计,因此估计量方差的估计公式为:
其中,为总体方差
1、样本量的影响因素:
(1)调查的精度(同向).调查的精度是指用样本数据对总体进行估计时可以接受的误差水平。要求的调查精度越高(误差水平越小),所需要的样本量就越大。
(2)总体的离散程度(同向):在其他条件相同情况下,总体方差越大,所需要的样本量也越大。
(3)总体的规模:对于大规模的总体,总体规模对样本量的需求几乎没有影响。对小规模的总体,总体规模越大,为保证相同估计精度,样本量也要随之增大(但不是同比例的)。
(4)无回答情况:若无回答率较高,样本量要大一些。
(5)经费的制约:样本量是调查经费与调查精度之间的某种折中和平衡。
(6)调查的限定时间及实施调查的人力资源。
估计量的有效性:由于方差是度量分布密集或离散状况的重要指标,估计量方差常用于描述抽样误差。估计量方差越大,说明可能的样本估计值之间的差异越大,用样本统计量估计总体参数的效率就越低,抽样误差越大。
估计量的一致性:随着样本量的增大,估计量的值如果稳定于总体参数的真值,这个估计量就有一致性,可称为一致估计量。