能告诉你什么
Crosstabs 在你的设备上以指定的随机种子运行与 SPSS CSSELECT 对应的过程，报告每个入选个案的入样概率和抽样权重，并以 CSV 下载提供样本，不会更改你的数据。
- 每个层中抽中了哪些单元，以及这些单元包含多少个案。
- 每个入选个案的入样概率和抽样权重（入样概率的倒数；有放回设计为 N/n）。
- 每个单元被选中的次数；在有放回方法下可能大于 1。
适用场景
适合使用
- 规划实地调查：从名单中抽取学校、村庄、门店或住户，并通过分层保证每个地区都被覆盖。
- 使用在校人数或人口等规模测量，以更高的概率抽取较大的单元（PPS）。
- 可重复地教学或模拟抽样设计：此处相同的种子总是得到相同的样本。
改用其他方法
- 只需要随机抽取部分个案：“随机抽取个案”更简单。
- 需要一次完成多阶段抽样（先抽 PSU，再在其中抽单元）：本面板只抽取一个阶段；可对已选聚类的名单再运行一次来完成第二阶段。
- 需要复现某个由 SPSS 抽取的特定样本：随机数流不同，即使种子相同，样本也与 SPSS 不同。
在 Crosstabs 中如何操作
- 01
打开调查数据
以 .sav、CSV 或 Excel 文件打开抽样框（每行一个元素，例如一所学校或一户住户），并切换到“统计”模式。抽样框只保留在浏览器中。
- 02
选择过程
在“复杂抽样”组中选择“选择复杂样本”（CSSELECT）。
- 03
选择方法和抽样单元
在“方法”中选择无放回或有放回简单随机抽样、系统抽样、PPS 有放回、PPS 系统抽样或 PPS 无放回（Sampford）。可设置“聚类（抽样单元，可选）”；PPS 方法还需要在每个单元内保持不变的“规模测量”。
- 04
设置分层和样本量
勾选“分层（可选）”。在“每层样本量”中选择“单元数”或“单元比例”并输入数值；该值适用于每个层。
- 05
抽取并下载
输入“随机种子”，点击“抽取样本”，再点击“下载样本（CSV）”。工作区中的数据集不会改变。
计算示例
以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。
数据
一个模拟抽样框，包含 36 所学校，三个学区（North、Central、South）各 12 所；以固定随机种子生成、介于 80 到 900 之间的在校人数 enrollment 作为规模测量。CSSELECT 在每个学区按与在校人数成比例的概率无放回抽取 3 所学校（Sampford 方法），随机种子为 20261017。
| 层 | 总体单元 | 请求的样本单元 | 选中的个案 |
|---|---|---|---|
| Central | 12 | 3 | 3 |
| North | 12 | 3 | 3 |
| South | 12 | 3 | 3 |
| 个案 | school | enrollment | 选中次数 | 入样概率 | 抽样权重 |
|---|---|---|---|---|---|
| 1 | N01 | 740 | 1 | 0.29443 | 3.3964 |
| 3 | N03 | 580 | 1 | 0.23077 | 4.3333 |
| 8 | N08 | 860 | 1 | 0.34218 | 2.9225 |
| 17 | C05 | 720 | 1 | 0.36242 | 2.7593 |
| 18 | C06 | 720 | 1 | 0.36242 | 2.7593 |
| 22 | C10 | 800 | 1 | 0.40268 | 2.4833 |
| 31 | S07 | 540 | 1 | 0.29032 | 3.4444 |
| 33 | S09 | 780 | 1 | 0.41935 | 2.3846 |
| 36 | S12 | 540 | 1 | 0.29032 | 3.4444 |
下载文件为每个选中个案添加 SampleHits_（被选中次数）、InclusionProbability_ 和 SampleWeight_（入样概率的倒数；有放回设计为 N/n）。
结果解读
种子 20261017 共抽中 9 所学校，各学区分别为 3 + 3 + 3 所。在 PPS 抽样中，每所学校的入样概率为 n·p，即其占学区在校人数的比例乘以 3：学校 N08（在校 860 人）的 π = 0.3422，权重为 2.92；而 S07（在校 540 人）的 π = 0.2903，代表 3.44 所学校。将 SampleWeight_ 声明为计划权重、将 district 声明为分层后，即可用其他复杂抽样过程分析抽得的样本。
输出表格说明
- 分层摘要
- 每个层的抽样框总体单元数、请求的样本单元数以及选中的个案数（选中的聚类会带入其全部个案）。
- 选中的个案（前 20 个）
- 前若干个入选个案的行号、选中次数、入样概率和抽样权重。CSV 下载文件为每个入选个案添加 SampleHits_、InclusionProbability_ 和 SampleWeight_ 三列。
前提假设与注意事项
- 抽样框是完整的：缺少分层、聚类或规模值的单元不符合条件，其数量会在脚注中列出。
- 无放回方法请求的单元数不能超过层内单元数；Sampford 方法要求每个单元的占比低于选择间隔（n·p < 1）。
- 系统抽样和 PPS 系统抽样沿抽样框顺序选择，如需隐含分层，请先对抽样框排序。
结果如何验证
单元测试从一个含 40 个单元的分层抽样框中抽样，检查每个种子都能复现相同样本、无放回方法恰好返回请求的样本量，以及入样概率和权重符合所述公式。对全部六种方法各进行 4,000 次带种子的抽样，经验入选频率均在每个单元所述入样概率的五个标准误以内。由于随机数流不同，样本不与 SPSS 比较。 验证证据（英文）
常见问题
抽样权重是如何计算的？
对于等概率方法，权重为 N/n（层内单元数除以抽取单元数）。对于 PPS 方法，权重为 1/(n·p)，其中 p 为该单元占层内总规模的比例。之后为收集到的数据声明抽样计划时，可将其用作“抽样权重”。
应使用哪种 PPS 方法？
PPS 系统抽样简单，并沿抽样框顺序分散样本。Sampford 方法无放回抽样，入样概率与规模严格成比例。PPS 有放回可能多次选中同一单元，“选中次数”列会记录这一点。
能为每个层设置不同的样本量吗？
面板对每个层使用同一个数量或比例。使用比例即为按比例分配；如需其他分配方式，请对每个层分别运行并设置各自的样本量。
相同的种子能复现我的样本吗？
在这里可以：相同的抽样框、设置和种子总是得到相同的样本。但它不会与 SPSS 用相同种子抽取的样本一致，因为随机数流不同。
我的调查文件会被上传吗？
不会。工作区在浏览器中读取文件并运行 CSSELECT。数据不会发送到 Crosstabs 服务器，也无需注册账号。
相关过程
用你自己的数据运行选择复杂样本
打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。