非抽样误差是一个统计术语,指的是在数据采集过程中产生的误差,导致数据与真实值不同。非采样误差不同于采样误差。采样误差仅限于由于样本大小有限而产生的样本值和宇宙值之间的任何差异(整个宇宙不能在调查或普查中取样。)
即使没有任何类型的错误,也可能导致采样错误。这些“错误”仅仅是因为一个样本中的数据不太可能与从中获取样本的宇宙中的数据完全匹配。这种“错误”可以通过增加样本大小来最小化。
非抽样误差涵盖了所有其他差异,包括因抽样技术差而产生的差异。
非抽样误差可能出现在抽样和普查中,在整个人口进行调查。非抽样误差分为两类:随机误差和系统误差。
随机误差被认为是相互抵消的,因此,大多数情况下,很少有人关心。另一方面,系统误差会影响整个样本,因此提出了一个更重要的问题。一般来说,随机错误不会导致取消抽样或普查,而系统性错误则极有可能导致所收集的数据无法使用。
非抽样误差是由外部因素引起的,而不是调查、研究或普查中的问题。
出现非采样错误的方式有很多种。例如,非抽样错误可以包括但不限于数据输入错误、有偏见的调查问题、有偏见的处理/决策、不回答、不恰当的分析结论以及受访者提供的虚假信息。
虽然增加样本量有助于减少抽样误差,但对减少非抽样误差没有任何影响。这是因为非抽样误差通常很难检测,而且几乎不可能消除它们。
非抽样错误包括非回答错误、报道错误、访谈错误和处理错误。例如,如果一个人在一次调查中被数到两次,或者他们的答案在调查中被重复,就会出现覆盖率错误。如果面试官在抽样过程中存在偏差,非抽样错误将被视为面试官错误。
此外,很难证明调查中的受访者是错误地或故意提供虚假信息。无论哪种方式,被调查者提供的错误信息都算作非抽样错误,它们被称为回答错误。
技术错误属于另一类。如果有任何与数据相关的条目—例如编码、收集、输入或编辑它们被认为是处理错误。
普查与抽样 普查和抽样是收集数据的两种方法,它们之间存在某些差异。在我们继续列举普查和抽样之间的差异之前,最好先了解这两种生成信息的技术意味着什么。人口普查可以简单地定义为从整个人口中定期收集信息...
抽样是指选择一个特定的群体或样本来代表整个群体。抽样方法主要分为概率抽样和非概率抽样两类。在第一种情况下,每个成员都有一个固定的、已知的属于样本的机会,而在第二种情况下,没有一个个体成为样本一部分的特...
...这通常过于昂贵,甚至无法直接测量。所以我们使用统计抽样。我们对一个总体进行抽样,测量这个样本的一个统计量,然后用这个统计量来说明总体的相应参数。 例如,在巧克力工厂,我们可能想保证糖果条具有特定的平均...
...素的详尽清单是不可能的或不切实际的时,可以使用整群抽样。然而,通常情况下,人口要素已经分组为子人口,并且这些子人口的列表已经存在或可以创建。例如,假设一项研究的目标人群是美国的教会成员。没有全国所有教...
...估计人口比例之间的差异开始。这两种人口比例都是通过抽样比例来估计的。这些样本比例是通过除以每个样本中的成功次数,然后除以相应的样本大小得到的统计数据。 第一个人口比例由p1表示。如果我们的样本中来自该人...
...们置信区间的第一部分。p的估计值为p̂。 样本比例的抽样分布 为了确定误差范围的公式,我们需要考虑p̂的抽样分布。我们需要知道平均值、标准偏差和我们正在处理的特定分布。 p̂的抽样分布是一个二项分布,具有p和n...
...,平均考试分数越高。 对27名三年级学生进行简单随机抽样,对他们的答案进行评分,结果平均得分为75分,样本标准差为3分。 对20名五年级学生进行简单随机抽样,进行相同的数学测试,并对他们的答案进行评分。五年级...
...度越小。因此,大样本比小样本更可取。然而,由于统计抽样需要时间和金钱资源,因此我们可以在多大程度上增加样本量是有限制的。公式中平方根的存在意味着样本量增加四倍只会使误差幅度减少一半。 几个例子 为了理...
... 便利抽样也称为随机抽样、机会抽样、意外抽样或偶然抽样。通过这种方法,研究人员使用容易接触到的对象。顾名思义,研究者选择研究对象是因为方便。便利抽样的一些例...