样本：选择，加权和分析复杂的样本数据

【文件属性】：
文件名称：样本：选择，加权和分析复杂的样本数据
文件大小：11.01MB
文件格式：ZIP
更新时间：2021-02-21 21:16:18
sample weighting estimation survey variance 样本分析 在大规模调查中，通常使用复杂的随机机制来选择样本。 从此类样本得出的估计值必须反映随机机制。 Samplics是一个python软件包，可为复杂的调查设计实现一套采样技术。 这些调查抽样技术分为以下四个子包。 抽样提供了一组随机选择技术，用于从总体中抽取样本。 它还提供了计算样本量的程序。 采样子包包含： 样本量的计算和分配：Wald和Fleiss方法用于比例。 选择的均等概率：简单随机抽样（SRS）和系统选择（SYS） 与大小成正比的概率（PPS）：系统方法，布鲁尔方法，哈努拉夫-维贾扬方法，墨菲方法和饶-桑福德方法。 加权提供了调整样品重量的程序。 更具体地说，加权子包允许以下操作： 因无React而调整体重 重量后分层，校准和归一化 重量复制，即Bootstrap，BRR和折刀 估计提供了使用与抽样设计相一致的不确定性度量来估计目标参数的方法。 估计子包实现以