统计误差的确跟如何样本数、如何测量有关 若是算绝对/相对值 误差 = 1.96 * 标准差 / (样本数)^1/2 若是算比例（有或无的比例） 最大误差 = 1.96 * (0.5*0.5) / (样本数)^1/2 所以误差跟样本数及母体的标准差（可用样本的标准差推估）有关 当样本数越大，误差就越小；不过，样本越大时，成本也越高 所以样本的大小端赖研究目的及经费而调整 经验上来说，30个是可以接受的最低限度 可以有200个的话，解释力就大多了 看台湾时下报纸，选举民调多半做到800个以上（测比例） 当有800个样本，在95%信心水准下，最大误差为 1.7% 不过这个前提是没有隐性选民，抽样没有太大的误差，以及问卷内容没有故意引导、造假 （看讨论版说，泛绿倾向的听到TVBS、中国报就挂电话，或说支持泛蓝的） 附带一提，中时那篇夜郎媒体的社论真是经典，真不愧是大理街的质报 回到你学长的研究 若依您的描述，光13个样本在解释里的状况会有不小的误差 即使13*3个时段= 39也要用得很小心 不过，就2000个样本依人口数加权来解释全国，应该没什麽问题 若我是研究者，我会觉得就里的层次讨论在研究资源限制下，意义不大 那抽样时还不如把范围分成23 （25）个县市 每个县市调查个100个左右的样本 这样不但解释全国的状况没什麽问题 也可以就现有资料指出各县市是否有差异（虽然误差稍大，但可接受） 这样可以让资料效用发挥到最大 因为你们一定有你们的研究目的，也有资源限制 这些都是决定如何调查的重要因子，而我对这几无所知 因此，以上只是个人意见，你看看就好，最後当然是以你们老板的意见为依归罗 若上述的描述有误的话，也请大家不吝指教 最後，回归到地理版 地理跟统计也很有关，可以用各地区人口等特性资料 用统计方法来建立这些空间特性对於应变数（如投票行为等）的影响模型 并可适度修改成运算式，来预测该应变数的空间分布（如预测各地区地震後房屋倒塌数目） 我目前做的研究是用家户及邻里特性来做天然灾害後住宅重建影响因子的分析。 ※ 引述《aoishingo (死刑废除之文本分析)》之铭言： : 至於里 就是每个里抽13人 (我那次2004总统大选) : 这13人就反映该里的 人口特性 : 而且这13人跟其各乡镇里的人组起来约2000 就反应全国母体特徵 : 我们访问时 这一套名单上面13人 不会都乖乖让我们访问 尤其是都市化高的地方越惨 : 所以第一套样本 13人 都市化中等地区最好情形成功大概6人 : 对每个受访者 在不同时段跑3次 早上/下午/晚上 周1-5/周末 ... : 我都跑7次说 .... : 就做第二套样本 : 到了第三套大概样本问齐13人 但是剩下的要把他问完 所以超过13也没关系 : 要问完是因为 : 假设 整个13 就是完整的抽样 问完比较会跟母体契合 : (这句话我不大会表达 有没有人可以帮我讲详细依点) : 问卷答案大多4选1 以及0-10的光谱 1-100的打分数 : 有无加权 就是学长在做的 我不大清楚 <(_ _)> : 政大那篇论文 阶级投票 可以去看看 :) : 讲个笑话 : 以前有个访员 住嘉义市 负责嘉义市某个里的访问 後来跟督导抱怨 : 有个叫张博雅的 都不在家 说在台北 很少回嘉义 很难找阿 : 督导 囧 回答 = = 她是内政部长 .... : ※ 引述《biotite (山水寄情)》之铭言： : : 其实可以不用做得这麽复杂 : : 只要抽样是随机的, 样本数够, 在加总的层次上, 抽样的的结果跟母体不会差太多 : : 不知道每套指的是? 是每里抽13人, 然後按照人口加权? 还是我解读错了? : : 每里13人, 在解释里的整体行为上, 还是要特谨慎 : : 若问卷采2选1(是 or 不是) 在 95% 信心水准下 : : 误差可能会超过 20% : : 不过, 在解释县市的行为, 如果有50个里以上, 95%CI 误差为 4% 以下, 信度应该OK : : 我不是计画的评监者啦, 只是看到文章内容联想到上研究方法课的东西 : : 提出一些可能要小心的地方 : : 若我解读有误的地方, 也请见谅及指教 : : 若没记错的话, 原题目似乎是阶级投票论文之类的 : : 但里面的变数又提到省籍, 所以我才会这麽问 : : 我可能误会了, 若研究者将省籍当控制因子的话, 来讨论其他阶级特性的 beta : : 那这样应该没什麽问题 (虽然我猜测省籍可能是最大的影响因子) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 128.194.76.201 ※ 编辑: biotite 来自: 128.194.76.201 (12/17 01:32)