4统计学课件.ppt

第 7 章 抽样与参数估计 学习目标 1． 了解抽样和抽样分布的基本概念 2． 了解点估计的概念和估计量的优良标准 3． 掌握总体均值、总体比例和总体方差的区间估计 掌握样本容量的确定 7.1 抽样及其分布 1 ．统计推断 2 ．几个基本概念 ●总体个体 ●样本 ●统计量 3 ．抽样分布 统计推断 1．统计学 描述统计学：研究如何全面收集被研究客观事物的数据资料并 进行简缩处理，描述其群体特征和数量规律性。 推断统计学：研究如何有效地收集和使用被研究客观事物的不 完整并且带有随机干扰的数据资料，以对其群体特征 和数量规律性给出尽可能精确、可靠的推断性结论。 2．推断统计 参数估计：由对部分进行观测取得的数据对研究对象整体的数 量特征取值给出估计方法 。 假设检验：由对部分进行观测取得的数据对研究对象的数量规 律性是否具有某种指定特征进行检验。 统计推断的过程 总体和个体（概念要点） 具体含义 总体(Population)：调查研究的事物或现象的全体 个体(Item unit): 组成总体的每个元素 样本(Sample) 1．样本(Sample)：从总体中所抽取的部分个体 2．样本容量(Sample size):样本中所含个体的数量 3．样本选取的基本原则： 代表性：样本的每个分量都与总体有相同的分布 独立性：样本的每个分量都是相互独立的 4．简单随机样本：满足代表性和独立性的样本 5．简单随机抽样：获得简单随机样本的方法 统计量 统计量：不含任何未知参数的样本的函数 例：设 是总体 容量为n的样本，则 抽样分布 (sampling distribution) 样本统计量的概率分布，是一种理论分布 在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布 样本统计量是随机变量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 抽样分布的形成过程 (sampling distribution) 样本均值的抽样分布 样本均值的抽样分布 在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布 一种理论概率分布 推断总体均值?的理论基础 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的分布与总体分布的比较 (例题分析) 样本均值的抽样分布与中心极限定理 中心极限定理(central limit theorem) 中心极限定理 (central limit theorem) 抽样分布与总体分布的关系 抽样分布与总体分布的关系 1.如果原有总体是正态分布，那么无论样本容量的大小，样本均值也服从正态分布。 2.如果原有总体的分布是非正态分布，就要看样本容量的大小了。 当n为大样本时（n≥30 ），由中心极限定理可知，当样本容量n增大时，不论原来的总体是否服从正态分布，样本均值得抽样分布都是趋于服从正态分布。 当n为小样本时，其分布则不是正态分布，这时就不能按正态分布进行推断。 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 样本均值的抽样分布(数学期望与方差) 样本比例的抽样分布 比例(proportion) 总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 样本比例的抽样分布 在重复选取容量为n的样本时，由样本比例的所有可能取值形成的相对频数分布 一种理论概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 推断总体比例?的理论基础 样本比例的抽样分布(数学期望与方差) 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 7.2 抽样方法 抽样调查 抽样单元与抽样框 抽样方法分类 抽样调查 抽样调查：通过对有限总体实施抽样，利用样本调查数据对总体参数进行估计。 概率抽样：根据一个已知的概率来抽取样本单位，也称随机抽样。