统计学 第6章 抽样调查.ppt

第六章 抽样调查 第一节 抽样调查的意义及基本概念 二、抽样调查的适用范围 三、抽样调查的基本概念 (二) 全及指标和抽样指标(总体指标和样本指标) 第二节 抽样调查的组织形式 一、简单随机抽样(纯随机抽样) 二、类型抽样(分类抽样) 类型的划分： 类型抽样的好处是： 两种类型： 三、机械抽样(等距抽样) 排列次序用的标志有两种： 机械抽样按样本单位抽选的方法不同，可分为三种： 机械抽样的好处： 四、整群抽样 五、多阶段抽样 六、重复抽样和不重复抽样 第三节 抽样平均误差 抽样误差的影响因素： 抽样误差的作用： 二、抽样平均误差 1. 如果是重复抽样： 2. 如果是不重复抽样： 以上资料编成次数分配表如下： 三、简单随机抽样的抽样平均误差 取得σ的途径有： 2.不重复抽样： (二) 成数的抽样平均误差 四、类型抽样的抽样平均误差 五、机械抽样(等距抽样)的抽样平均误差 1.若按无关标志排队 2. 若按有关标志排队 六、整群抽样的抽样平均误差 一般计算方法如下： (3) 抽样方法 以上抽样平均误差的公式归纳如下： 第四节 全及指标的推断 (一)点估计 (二)区间估计 二、全及平均数和全及成数的推断 三、全及总体总量指标的推断 (一) 直接换算法 (二) 修正分数法 第五节 必要抽样单位数的确定 (一) 简单随机抽样 (二) 类型抽样 (四) 整群抽样 第六节 假设检验 二、假设检验的程序 (二)选定检验统计量及其分布 (三)选择显著性水平 (五)计算检验统计量 (六)根据样本指标计算的检验统计量的数值作出决策 三、假设检验的基本方法  ⑴双边检验 H0 :μ=μ0 H1 :μ≠μ0 ⑵单边检验 End of Chapter 6 (三) 机械抽样 在有总体差异程度和比重的全面资料时，可采用类型抽样的公式； 没有总体的全面资料时，可采用简单随机抽样的公式。 一、假设检验的意义 　　所谓假设检验，就是对某一总体参数先作出假设的数值；然后搜集样本资料，用这些样本资料确定假设数值与样本数值之间的差异；最后，进一步判断两者差异是否显著，若两者差异很小，则假设的参数是可信的，作出“接受”的结论，若两者的差异很大，则假设的参数准确的可能性很小，作出“拒绝”的结论。 (一)提出原假设和替代假设 　　原假设(又称虚无假设)是接受检验的假设，记作H0； 　　替代假设(又称备选假设)是当原假设被否定时的另一种可成立的假设，记作H1； 　　H0与H1两者是对立的，如H0真实，则H1不真实；如H0不真实，则H1为真实。 H0和H1在统计学中称为统计假设。 　　关于总体平均数的假设有三种情况： (1) H0: μ=μ0 H1: μ≠μ0 (2) H0: μ≥μ0 H1: μμ0 (3) H0: μ≤μ0 H1: μμ0 以上三种类型，对第一种类型的检验，称双边检验，因为μ≠μ0，包含μμ0和μμ0。而对第二、三种类型的检验，称单边检验。 例 例 当原假设H0为真时，却因为样本指标的差异而被否定，这种否定真实的原假设的概率就是显著性水平。用α表示。　　 例 α=0.05(即5%)或α=0.01(即1%) 在假设检验中，要分析样本数值与参数假设值之间的差异，若两者差异越小，假设值真实的可能性则越大；反之，假设值真实的可能性越小。因此，要分析两者差异是否显著，如两者差异是显著的，就要否定原假设，因此，假设检验又称显著性检验。 (四)确定临界值 要根据显著性水平α的值确定接受域、拒绝域的临界值。 在计算检验统计量时，要注意是双边检验还是单边检验。 如果检验统计量的数值落在拒绝域内(包括临界值)，就说明原假设H0与样本描述的情况有显著差异，应该否定原假设；如果该数值落在接受域内，就说明原假设H0与样本描述的情况无显著差异，则应接受原假设。 (一) 总体均值的假设检验 1.一个总体均值的假设检验 ——正态分布、方差已知情况 0 0 30 30 25 -5 25 20 100 -10 20 10 25 5 35 50 0 0 30 40 25 -5 25 30 100 -10 20 20 225 -15 15 10 0 0 30 50 25 -5 25 40 100 -10 20 30 225 -15 15 20 400 -20 10 10 0 0 30 10 25 5 35 20 2 500 - - 合 计