管理定量分析第六章.pptVIP

管理定量分析 主讲人：李国梁 例如，如果置信系数设为0.95的话，其显著水平即为0.05，我们所构建的则是95%置信区间。因此，在估计母体平均数时，置信系数为1-a的置信区间通常以下列公式表示： 前面我们提到过当样本数超过一定数目后，标准误减少得非常有限，但是抽样成本会随着样本数增大而增大。所以研究者需要计算成本效益来决定样本数与最大抽样误差的大小。 在实际上，我们通常不知道母体标准差，所以不论大小样本，一般我们都用t分数来计算置信区间。很多统计软件甚至只提供t分数计算的置信区间来估计母体平均数，而不提供以z分数计算的置信区间。当然，在使用小样本时，要检视母体分布是否为正态分布。在估计母体平均数时，以t分数计算的置信区间会比以z分数计算的置信区间保守得多（精确度低）。 四、母体百分比的区间估计 除了估计母体平均数以外，在社会科学中，我们经常遇到一些问题需要估计母体中的百分比。例如：依照抽样方法来估计某城市上网人口比例，或某地区抽烟人口比例，或人民支持某法案的比例。对于这类问题，我们可以对母体百分比做区间估计。其估计的逻辑与母体平均数的估计相同。 我们在第三章已经知道，样本百分比的计算是p=f/n×100，其中f是某事件发生的次数，n是样本数。根据中央极限定理，当样本楼足够大时，在做多次抽样后所得的样本百分比p，就会形成正态分布。这样“样本百分比抽样分布”的标准差为 ，这些样本百分比的期望值（也就是这些样本百分比的平均数）[E（p）]等于母体百分比。也就是， (6.5) (6.6) 因此， (6.7) 正如估计母体平均数时一样，在大部分的情况下，我们是不知道母体百分比的。如果样本数足够大，我们可以用样本百分比（p）来作为母体百分比的估计值，也就是将公式6.7中的Π以p来取代。母体百分比区间估计的公式就可以写成： 或者 （6.8） 例如，我们要估计某国国民对民主动作方式的满意度，以此为例我们说明母体百分比的区间估计。 假定在随机抽样1000位国民后，有58%受访人对该国民主动作方式感到满意。问95%置信区间为多少？ 依公式6.8，95%置信区间为： = =（0.58-0.03，0.58+0.03） =（0.55,0.61） 这就表示在95%的置信系数下，某国国民对该国民主动作方式的满意度在55%到61%之间，其最大抽样误差为±3%。 五、决定样本数的大小 从公式6.2可知，除了置信系数会影响置信区间的宽窄，标准误的大小也会影响置信区间的宽窄。在置信系数一定的情形下，标准误越大，置信区间也就越宽。一个控制最大抽样误差的方法是从样本数着手加以解决。我们以前面讲过的北京男性市民平均身高为倒，其中置信系数为95%的置信区间为（170.14,173.86）最大抽样误差为±1.86，如果我们想将最大抽样误差减半，变为±0.93，我们至少需要3998个样本，因为最大抽样误差是 ， 第二节 假设检定 前面所介绍的是如何以置信区间来估计母体参数。但是置信区间不是推论母体特性的唯一方法。另一个常用的推论方法是假设检定。我们在第一章提到过，假设是对研究问题的一项暂时性的答案。这一答案之所以称为暂时的，是因为它还没有经过经验资料的验证。所以假设检定的逻辑是先假定母体的特性，再以样本资料来验证这项假定是否为真。在社会科学中，假设检定的对象一般是母体平均数以及母体百分比。在程序上，可以用三种方法来检定假设：置信区间检定法、临界值检定法以及p值检定法。相对而言，置信区间不是特别常用，其它两个检定方法比较常用（特别是本书中经常用p值检定法）。 一、母体平均数的假设检定 某学校领导宣称该校学生的平均智商为122分。为了检证该领导所说的是不是真，我们用随机抽样程序测试了256位学生，结果发现样本平均数为120分，，与校领导宣称的相差了2分，其中样本标准差为10。但是测试结果与领导宣称之间的这个差别是因为抽样误差造成的吗？还是领导所讲的与真实确实存在差别？我们可以将该领导的宣称视为一项假设来检定该校学生的平均智商是不是真的为122分。 假设检定的程序