现况研究抽样方法和样本量估算在线视频

大家好

我是中南大学湘雅公共卫生学院的严俊霞

今天要给大家讲的是

现况研究抽样方法和样本量估算

咱们在前面讲到现况研究

它分为普查和抽样调查两大类

那么常用的一种方法就是说抽样调查

咱们在研究人群中

随机抽取一部分有代表性的个体进行调查

通过这样的抽样代表性人群

我们来估计该人群中某病的患病率

或者某些特征

咱们是通过样本来估计总体

那么抽样调查要保证它的一个代表性

重要的一个问题就是要做到随机化

今天咱们就来看看几种随机化抽样

随机抽样方法包括以下几个方面

单纯随机抽样 系统抽样 分层抽样

整群抽样和多级抽样也叫多阶段抽样

我们先来看一下单纯随机抽样

单纯随机抽样也叫简单随机抽样

它是随机抽样中最基本的一种抽样方法

那么它怎么做呢

具体的一个方法就是说

我们比如说有N个研究对象

1到N这样的一个研究对象

我们对它进行编号

我们利用一个随机数或者抽签或者是一些软件

然后抽取N个个体

就是随机从里面抽取N个个体构成一个样本

它的优点就是咱们这样的

那咱看这样的一个方法

它非常简单随时可以用

就说我们可以利用一个编号之后

我们可以利用随机数字或者是抽签的方法

或者是计算机软件的方法随机抽取研究对象

非常简单 它的一个缺点就是说

我们在抽样前我们是先要知道全部研究对象

就是它要知道它的名单并进行编号

因为我们抽样的时候是根据这些编号来抽的

所以我们要知道所有的名单和编号

当我们的研究对象数量比较大的时候

工作量很大 就是编号可能就是没办法编号

那么在这个时候我们就很难做到简单随机抽样

另外一种方法是系统抽样

系统抽样又叫机械抽样

它是按照一定的顺序

机械地每隔一定数量的单位

抽取一个单位进入样本的抽样方法

具体来讲就是这样的一个

比如说我们有很多研究个体有N个研究个体

我们按某种标志先对它从1到N进行连续排号

然后我们根据总体数N和需要的样本量n

来确定我们的抽样间距

比如说这样的一个抽样间距

我们确定抽样间距

第三步是根据这样的一个抽样间距

我们在第一个抽样间距中

随机抽取一个研究对象

比如说5号 那么作为第一个样本单位

之后我们将第一个样本单位的号码

比如说5号加上我们的抽样间隔

得到第二个样本单位

以此类推 每个间隔里面我们都抽一个

那么最后得到我们的一个样本

它的一个优点

当样本量样本在整个人群中

如果分布比较均匀的时候

就是样本在整个人群中分布比较均匀

就是我们都抽到了

那么它的代表性比较好

事先不需要知道总体中的单位数就是有多少个

我们不需要知道

我们大致估算一个抽样间隔

然后在每个间隔中抽取我们的研究对象

它的缺点是什么呢

如果说我们的总体从各单位分布的时候

如果这些分布它具有规律性

比如说周期化变化

它是这样的一个变化趋势的话

有这样的一个周期的话

那么我们在抽取的时候

如果恰恰我们抽到了这样的一个点

或者是同期的一些点

那么就可能造成一个偏倚的产生

所以我们系统抽样最大的一个特点

如果说它的分布有这样的周期性趋势的时候

可能会产生偏倚

另外一个抽样是分层抽样

分层抽样是什么呢

就是我们的研究总体按照某种特征

然后分为不同的层

然后从每层中再抽取我们的研究样本

就是它按不同的特征分层

这些分层的特征一定是咱们的研究的

可能的一些影响因素

或者是一些混杂因素

我们要控制的一些因素

我们可以按这些特征进行分层

比如说按年龄 按性别 按疾病的严重程度

我们分成不同的层 分成若干层

然后在每层中再随机抽取我们的研究对象

那么分层的技巧的时候

一般是我们每个层间个体的变异越小越好

就是这一层它比较同质

层间的变异 层与层之间变异越大越好

那么这时候有利于我们后续的一些分析

分层抽样它又分为等比例抽样和非等比例抽样

等比例抽样

就是说这一层原来在研究总体中占多大的比例

那么我们再抽取的时候

抽的样本也在该层中占有同等的比例

非等比例抽样就说它占的比例不一样

分为等比例抽样和非等比例抽样

那么分层抽样它的一个优点

我们缩小了层内研究对象之间的差异

抽样误差比较小

就是我们按这些分层之后

我们在每层中都抽取 抽样误差比较小

样本的代表性相对来说比较好

那么层间研究对象的差异较大的时候

我们可以进行层间比较

它的缺点就是说我们在分层的时候

需要全面了解抽样人群的基本情况和相关特征

我们一定要知道这些特征之后

我们才可以根据这些特征进行分层抽样

还有一个随机抽样方法是整群抽样

整群抽样比较简单

是从研究总体中随机抽取若干个群

作为观察单位组成样本

比如说我们在全国抽样的时候

我们可能抽几个省然后我们做调查

那么这就是一个整群

或者是在一个学校 我们做调查的时候

抽取某一个班班里所有群体我们都进行调查

这样就是一个整群抽样

就是对群内的所有个体进行调查

它的优点就是在实际工作中

整群抽样它比较方便 比较为群众所接受

同时我们也可以节省一定的人力 物力

在大规模调查的时候我们一般常用整群抽样

它的缺点就是说我们在采用整群抽样的时候

如果群与群之间有很大的差异

那么它的抽样误差可能比较大

因此就说我们在样本量确定的时候

我们一般是在单纯随机抽样的基础上

再增加1/2的样本量

另外一个就是多级抽样

多级抽样又称多阶段抽样

就是我们进行大型流行病学调查的时候

常用这种抽样方法

它是具体怎么做的呢

比如说我从一个较大范围的

比如说中国的我要做一个调查

那么我可能先确定一个大的

比如说我们的省份

省 自治区 直辖市

我作为一个一级抽样单位

从这个一级抽样单位中

比如说我们抽到了河南

那么从里面我们再去抽

抽到了某个地市 逐级下去

这样的一个抽样单位

就是一级抽样单位 二级抽样单位

以此类推往下抽

抽到最小的一个单位作为我们的一个样本

比如说抽到最后抽到一个村或者抽到某个学校

作为我们的调查单位

它的一个优点就说我们在做多阶段抽样的时候

综合运用了各种抽样方法

在确保代表性的基础上

可以节约人力 物力和财力

但是我们在做多阶段抽样的时候

必须事先掌握各级抽样单位的详细资料

实施的时候困难也比较大

但是在我们的一些全国性的大型流调中

一般采用这样的多阶段抽样的抽样方法

确定了抽样方法之后

我们还要考虑我们的样本量

我们调查多少人 要做多少人

确定样本量有几个参数

有一个预期现患率

就是我们患病率的高低

患病率高那么我们可能调查比较少的人

咱们就能达到一定的统计学功效

另外一个还有咱们的一个研究精度的问题

研究精度要求高

咱们的样本量就比较大

还有一个显著性水平的问题

那么根据这些参数来计算咱们的样本含量

根据不同的资料类型

比如说技术资料和计量资料

我们有不同的样本量估算公式

大家可以根据这些样本量估算公式

估算我们的样本量

一般这些参数确定的时候有两种方法

一种是根据你的预调查

另外一种可能是根据既有的一些文献

来估计这些参数从而估计我们的样本量

那么根据我们不同的抽样方法

适当的增减样本量

今天就讲到这里 谢谢大家