,2009.05,定量调查中样本量的计算,By Tony ZHENG,两个问题,问题：小A打算掷10次硬币，前6次的结果是4次正面，两次反面，请问第7次的结果出现正面或反面的可能性哪一个更大？,问题：小B打算掷10次色子，前6次的结果是3个六，2个一，1个二，请问第7次的结果出现六的可能性有多大？,为什么进行抽样,事实上，这是一个概率问题，不论前面的结果如何，每一次试验的出现某种结果的概率都是一定的。如果我们进行无数次的试验，正反面出现的次数一定是1：1其实我们并不需要进行无数次的试验（成本、精力、破坏性）,表面上的定义：统计学是搜集、整理和分析统计数据的方法，目的是探索数据的内在数量规律性，以达到对客观事物的科学认识。 体现精髓的定义：统计学是用样本估计总体的方法。,不严格定义,误,抽样误差,非抽样误差,差,我要在北京做3万份，因为北京有好几千万人,为什么进行抽样误差的来源,项目设计问卷设计-无歧义、无诱导、信度与效度的检验访问环境拒访率、空户率等访问员素质实地作业流程回答记录数据录入统计分析,非抽样误差的来源,非抽样误差有时超过抽样误差！,概率抽样（简单随机抽样、系统抽样、分层抽样、整群抽样）非概率抽样/配额抽样（拦截、邮寄、杂志内附问卷、判断、雪球 ）,总 体,样 本,抽样,推断,概率抽样,抽样的种类,一般情况下，配额抽样是不能计算潜量或推算总量的，即使进行推算也一定要说明数据的局限性。随机过程中的配额抽样要记录过滤量，合格但配额已满没有访问的量。配额抽样中没有抽样误差之说，也无从推算合适的样本量。,Km100 随机抽样先行，随机配额抽样 真实配额加权,关于配额抽样,有人回答不准确，所以样本量再大也没有用电视上只调查几十个人就够了，我们也可以样本量越大越好这么大的城市，怎么也要好几千人才行大城市多抽，小城市少抽上次调查这么多人，这次也这么多吧能省钱就省钱，先这么着吧，估计差不多吧我们做了这么大量的问卷，结果肯定准确,样本量的误区,N样本规模t概率度S总体元素分布方差e极限抽样误差,N= t2S2 / e2,并使用设计效应 deff 进行修正：,N= t2P(1-P)/ e2,N 样本规模P 为总体比例t 概率度e 极限抽样误差,t概率度（一般置信度95%时，t=1.96，如置信度为99%，t=2.6）,确定样本量的公式,1.961.9630（130）/(44)504,在北京进行一项抽样调查以了解某种新服务方式的接受度，根据厂家反映，接受度为30，厂家要求在95的置信度下抽样误差范围不超过正负4，因此简单随机抽样的样本量为：,简单随机抽样案例计算,例：简单随机抽样估计P，置信度95%，允许误差5%，在P=0.5条件下 总体规模（N） 所需样本量（n） 50 44 100 80 500 222 1000 286 5000 370 10000 385 100000 398 1000000 400 10000000 400,样本量与总体规模N有关吗？,简单随机抽样估计比例P的样本量与误差（当P=0.5时） 样本量 误差 50 0.14 100 0.10 500 0.045 1000 0.032 对精度要求的判断十分重要。为得到最小误差而选择最 大样本量不是好的选择。,估计精度越高越好吗？,精度,100%,95%,60%,20%,40%,.,.,费用,费用与精度,全国性的还是分城市的或者是分区的城市内是否要进一步按职业或企业类型等变量细分，分析是否详尽（三层至四层）是否用高级统计分析方法80%以上的CELL中不少于30个样本量是否要做预测是否使用模型,确定样本量需要考虑的内部因素,非抽样误差的控制,实际操作的可实施性,时间的限制,费用是实际项目设计中最重要的影响因素,确定样本量需要考虑的外部因素,由此可知，在精度要求相同条件下，在北京 市进行一项调查和在全国进行一项调查，样本 量的差别并不大。 总体规模越大，进行抽样调查的效率越高。 若分类、分区、分层分别进行估计则另当别论。,要求推断的置信程度,研究类型、研究的性质,样本的变动程度,调查精度,抽样方法,研究目的,费用、时间与可行性,分析要求,同类项目经验,小结,没有调研数据，我们如何决策？,在荆棘中，如何望的更远？,前程风险，如何预先判断？,我们利用概率研究市场，而不是猜测市场。,数字100 数字决策,www.data100.com.cnwww.surveycool.com,北京：北京市西城区裕民路18号北环中心15061507室 Tel：010-82251655-632/633上海：上海市普陀区陕西北路1388号银座企业中心905-911室Tel：02160943470/71/72/73,谢 谢,