¥57.00 60.00

编辑推荐

　　由洛尔所著、金勇进翻译的这本《抽样－－设计与分析（翻译版）／外国优秀统计学教材系列丛书》是一本讲抽样的书，各种传统的抽样设计在本书中均有反映，但如果本书内容仅仅如此，那也就是一个一般的关于抽样调查的教科书。其实上述内容按篇幅仅占本书的一半，即第l章至第6章内容，作者对这些传统内容的表述条理清晰，语言简练。从第7章往后，作者以复杂抽样为主线，主要讨论复杂样本的抽样设计和数据分析。这些内容在其他关于抽样调查的教科书中是很少见到的，但却极富实践意义。目前抽样调查在我国各个领域中的应用呈不断上升趋势，这是一个可喜的现象，但调查的实践却又令人担忧，存在着大量”误用“，”错用“的状况。除了调查执行外，这种误用和错用主要表现在两个方面，一个是抽样设计不科学，另一个是对调查数据的处理和分析不恰当。如果说抽样设计的问题在抽样调查方案中还可以发现的话，那么对调查数据进行处理和分析的错误就确实难以察觉，因为在计算机时代，一切结果都是计算机给出的，计算机还会给出错误的计算结果吗？

内容推荐

　　由洛尔所著、金勇进翻译的这本《抽样－－设计与分析（翻译版）／外国优秀统计学教材系列丛书》还有另外一个令我感动的特点，就是数据的真实性。书中的例题和习题的数据几乎全部是实际调查的数据，涉及社会科学、工程学、农学、生态学、医学以及其他多种学科，这表明抽样调查应用的广泛性，同时给读者一种亲近感，让我们切实感到抽样调查就在我们身边。在翻译过程中我经常扪心自问，如果我遇到这种情况，会怎样思考，怎样处理，从而收获极大。同时本书还配有包括书中所提到的所有数据的光盘，由此感到作者的严谨与敬业。

目录

　　译者的话序言

　　第一章引言

　　1.1关于样本的争论

　　1.2优良样本的必要条件

　　1.3选择偏差

　　1.4测量偏差

　　1.5问卷设计

　　1.6抽样与非抽样误差

　　1.7练习

　　第2章简单概率样本

　　2.1概率样本的类型

　　2.2概率抽样的框架

　　2.3简单随机抽样

　　2.4置信区间

　　2.5样本量的估计

　　2.6系统抽样

　　2.7简单随机抽样的随机化定理结果

　　2.8简单随机抽样模型

　　2.9什么时候使用简单随机抽样

　　2.10练习

　　第3章比率估计和回归估计

　　3.1比率估计

　　3.1.1为什么要使用比率估计

　　3.1.2比率估计量的偏倚及均方误差

　　3.1.2.1 MSE近似值的准确度

　　3.1.2.2比率估计的优势

　　3.1.3比例的比率估计

　　3.2回归估计

　　3.2.1使用线性模型

　　3.2.2差值估计

　　3.3域估计

　　3.4比率估计和回归估计模型

　　3.4.1比率估计模型

　　3.4.2回归估计的一个模型

　　3.4.3基于模型估计量与基于设计估计量的差异

　　3.5比较

　　3.6练习

　　第4章分层抽样

　　4.1什么是分层抽样

　　4.2分层抽样的理论

　　4.3抽样权重

　　4.4将观测值分配到层咔

　　4.4.1比例分配

　　4.4.2最优分配

　　4.4.3层内设定精度的分配

　　4.4.4样本量的确定

　　4.5定义层

　　4.6分层抽样的一个模型

　　4.7事后分层

　　4.8定额抽样

　　4.9练习

　　第5章等概率整群抽样

　　5.1整群抽样的符号

　　5.2 1阶整群抽样

　　5.2.1规模相等的群：估计

　　5.2.2规模相等的群：理论

　　5.2.3规模不等的群

　　5.2.3.1无偏估计

　　5.2.3.2比率估计

　　5.32阶整群抽样

　　5.4整群样本中权数的应用

　　5.5整群样本的设计

　　5.5.1 PSU规模的选择

　　5.5.2子抽样规模的选择

　　5.5.3样本规模(PSU数目)的选择

　　5.6系统抽样

　　5.7整群抽样的模型

　　5.7.1基于模型的估计

　　5.7.2基于模型的设计

　　5.8小结

　　5.9练习

　　第6章不等概率抽样

　　6.1抽选一个初级抽样单元

　　6.2 1阶放回抽样

　　6.2.1选择初级抽样单元

　　6.2.1.1累积规模方法

　　6.2.1.2 Lahiri方法

　　6.2.2估计理论

　　6.2.3选择概率的设计

　　6.3 2阶放回抽样

　　6.4无放回不等概率抽样

　　6.4.1 Horvitz-Thompson估计量

　　6.4.2不等概率样本的权数

　　6.4.3—般无放回设计下的Horvitz-Thompson估计量

　　6.5不等概率抽样的例子

　　6.6随机化理论结果和证明

　　6.7模型和不等概率抽样

　　6.8练习

　　第7章复杂调查

　　7.1设计成分的整合

　　7.1.1调查中区组的构造

　　7.1.2复杂调查中的比率估计

　　7.1.3调查设计的简化

　　7.2抽样权重

　　7.2.1抽样权重的构造

　　7.2.2自加权与非自加权样本

　　7.2.3调查数据的权重与基于模型的分析

　　7.3分布函数的估计

　　7.4复杂调查数据的图示

　　7.5设计效应

　　7.5.1设计效应与置信区间

　　7.5.2设计效应与样本量

　　7.6全国犯罪受害者调查

　　7.7抽样与试验设计

　　7.8练习

　　第8章无回答

　　8.1忽略无回答的后果

　　8.2设计调查以减少非抽样误差

　　8.3回访与二相抽样

　　8.4无回答机制

　　8.5无回答加权调整方法

　　8.5.1加权组调整

　　8.5.2事后分层

　　8.5.2.1权事后分层

　　8.5.2.2搜索调整法

　　8.5.3估计回答概率：其他方法

　　8.5.4关于加权的注意事项

　　8.6插补

　　8.6.1演绎插补

　　8.6.2单元格均值插补

　　8.6.3热卡插补

　　8.6.4回归插补

　　8.6.5冷卡插补

　　8.6.6替代法

　　8.6.7多重插补

　　8.6.8插补的优势与缺陷

　　8.7无回答的参数模型

　　8.8可接受的回答率是多少

　　8.9练习

　　第9章复杂调查中的方差估计

　　9.1线性化(Taylor级数)方法

　　9.2随机组方法

　　9.2.1调查设计的复制

　　9.2.2将样本划分为随机组

　　9.3再抽样与复制方法

　　9.3.1平衡重复复制

　　9.3.1.1分层随机样本中的

　　9.3.1.2分层多阶调查中的

　　9.3.2Jackknife方法

　　9.3.3Bootstrap方法

　　9.4 广义方差函数

　　9.5置信区间

　　9.5.1总体总量的光滑函数的置信区间

　　9.5.2总体分位数的置信区间

　　9.5.3条件置信区间

　　9.6总结和软件

　　9.7练习

　　第10章复杂调查中的分类数据分析

　　10.1多项抽样的卡方检验

　　lO.1.1因素的独立性检验

　　10.1.2比例的齐性检验

　　10.1.3拟合优度检验

　　10.2关于卡方检验的调查设计效应

　　10.2.1复杂调查数据的列联表分析

　　10.2.2对于假设检验和置信区间的影响

　　10.3卡方检验的校正

　　10.3.1 Wald检验

　　10.3.2 Bonferroni检验

　　10.3.3与卡方分布的矩进行匹配

　　10.3.4基于模型的卡方检验方法

　　10.4对数线性模型

　　10.4.1多项抽样的对数线性模型

　　lO.4.2复杂调查中的对数线性模型

　　10.5练习

　　第11章复杂调查数据的回归

　　11.1简单随机抽样下基于模型的回归

　　11.2复杂调查中的回归

　　11.2.1点估计

　　11.2.2标准误

　　11.2.2.1用线性化方法估计标准误

　　11.2.2.2用Jackknife方法估计标准误

　　11.2.3矩阵形式的多元回归

　　11.2.4使用权数的回归与加权最小二乘

　　11.2.5复杂调查的回归分析软件

　　11.3在回归中应该使用权数吗

　　11.4整群样本的混合模型

　　11.5Logistic回归

　　11.6总体总量的广义回归估计

　　11.7练习

　　第12章抽样中的其他论题

　　12.1二相抽样

　　12.1.1二相抽样理论

　　12.1.2二相抽样的比率估计

　　12.1.3用于分层的二相抽样

　　12.2捕获-再捕获估计

　　12.2.1捕获-再捕获试验的列联表

　　12.2.2N的置信区间

　　12.2.3利用名单应用捕获-再捕获方法

　　12.2.4多重再捕获估计

　　12.3对域估计的再次讨论

　　12.3.1复杂调查中的域均值

　　12.3.2 小区域估计

　　12.4稀有事件抽样

　　12.4.1按不等比例分配的分层抽样

　　12.4.2二相抽样

　　12.4.3多抽样框调查

　　12.4.4网络抽样

　　12.4.5滚雪球抽样

　　12.4.6序贯抽样

　　12.4.7稀有总体抽样中的无回答

　　12.5随机化回答

　　12.6练习

　　附录Ⅰ抽样中使用的概率概念

　　Ⅰ.1概率

　　Ⅰ.2随机变量与期望值

　　Ⅰ.3条件概率

　　Ⅰ.4条件期望

　　附录Ⅱ数据集

　　附录Ⅱ例中使用的计算机代码

　　附录Ⅳ统计表

　　参考文献