2) Механический

Состоит в том, что отбор единиц в выборочную совокупность производится из генеральной совокупности, разбитой на равные интервалы (группы). При этом размер интервала в ген. сов. равен обратной величине доли выборки.

(Формулы такие же, как и у собственно-случайной)

3) Типический (увеличивает точность результатов)

Ген. сов. вначале расчленяется на однородные типические группы. Затем из каждой такой группы собст.-случ. или механической выборкой производится индивидуальный отбор единиц в выборочную совокупность.

Средняя ошибка выборки	Повторный отбор	Бесповторный отбор
Для среднего	- средняя из групповых дисперсий в выборочной сов.	внутригрупповая

4) Серийный

Такой вид формирования выборочной совокупности, когда все случайном порядке собираются не единицы, а группы единиц, подлежащие обследованию (серии). Внутри серий обследованию подвергаются все единицы.

Средняя ошибка выборки	Повторный отбор	Бесповторный отбор
Для среднего	r – число отобранный серий	R – число серий в ген. Сов.

5) Комбинированный

Прибегают для обеспечения наибольшей репрезентативности (выборки) с наименьшими трудовыми и денежными затратами на организацию и проведение обследования. (сочетание выборок)

Интервальная характеристика ген. совокупности:

39. Понятие об ошибках выборки. Формулы расчета средних и предельных ошибок выборки.

Ошибка репрезентативности (выборки) – это расхождение между выборочной хар-ой и хар-ой ген. сов.

Ошибки выборки
Систематические		Случайные
преднамеренные	непреднамеренные	средняя о.в.	Предельная о.в.

Средняя ошибка выборки – это такое расхождение между характеристикми выборочной и ген. сов., которые не превышает ±σ.

Для среднего: для количественного признака	Для доли: для альтернативного признака

- чем больше численность, тем меньше ошибка;

- чем больше дисперсия (вариация признака), тем выше ошибка выборки.

Предельная ошибка – это мах возможное расхождение выборочной и ген. хар-ик (мах ошибки).

Для среднего	Для доли

t – коэф. доверия, значение которой зависит от вероятности:

Вероятность F(t)	t
0,683	1
0,905	1,96
0,954	2
0,99	2,58
0,997	3

Пример: В 3 случаях из тысячи мы можем ошибиться. Чем выше t, тем выше оценка.

40. Определение необходимой численности выборки и распространение результатов выборки на генеральную совокупность.

Величина (дисперсия признака) в ген совокупности часто бывает неизвестна. Используют приближенные способы оценки ген. дисперсии.

1) Можно провести пробное обследование (небольшого объема), на базе которого опред. величина дисперсии признака, используемая в качестве оценки ген. дисперсии.

• проб. – сред. ариф. По результатам пробного обследования

n проб. – число ед., попавших в пробное обследование.

По данным нескольких пробных обследований выбирается наибольшее значение дисперсии.

2) Можно использовать данные прошлых выборочных обследований, проводившихся в аналогичных целях.

3) Если распред. признака в ген. сов. может быть отнесено к нормальному закону распр., то размах вариации примерно равен 6σ или R≈6σ, где R=Хмах-Хmin.

Пример:

Сколько операционалистов нужно обследовать в банках региона, чтобы получить характеристику среднего уровня оплаты труда этой категории работников банка в регионе?

Разница между мах и min уровнем оплаты труда = 300 тыс. руб.

Т.о. σ ≈300/6 = 50 тыс. руб. Ошибка не должна превышать 10 тыс. руб. Зная, что σ = 50 тыс. руб., а t=2, получим по формуле: n = t^2*σ^2 / ∆^2 x.

n = 2^2 * 50^2 / 10^2 = 100 человек.

Средняя ошибка выборки	Повторный отбор	Бесповторный отбор
Для среднего (частность ω неизвестна, вводится мах величина дисперсии = 0,25)	n = t^2 /4 *	n = t^2N / 4N + t^2
Для доли	n = t^2* ω (1-ω) /	n = t^2 ω (1-ω)N / N +tω(1-ω)