抽样分布与参数估计资料.ppt

多阶段抽样 F：抽样比 N和M：一级和二级单位的单位数 S2：一级与二级单位的方差 设计效应 当deff因子小于1时，说明抽样设计的效率高于SRS。 如果一个复杂抽样的deff因子可以估计，对应相同精度的简单随机抽样样本量n，复杂抽样设计的样本量n’为： N’=n×deff 对计算结果的说明 严格地说，在这个例子中，不应当根据正态分布进行估计，而应当使用T分布进行估计。 如果使用T分布，自由度为35，95%置信度的概率度(t)是2.03，而非1.96。计算出来的置信区间比正态分布的情况要略大一些。 置信区间略大的原因，在于使用S替代总体标准差时，本身也包含了一定的误差。 实践中，社会调查的样本量一般都比较大，正态分布与T分布的差异不明显，因此可以用正态分布进行近似分析。 例如，当样本量为200时，T分布的95%概率度为1.9719，与正态分布的1.96已经没有太大区别了。 第三节 常见的参数估计题型 本章为选修内容，涉及到数理统计中较多知识，需要通过习题来加以掌握。 估计中的要点 参数估计是从统计量的抽样分布入手，利用统计量的分布特征，倒推出总体参数的置信区间。 所有分布特征，都是基于统计量的抽样分布 总体参数是常数，统计量是随机变量。 一个总体参数—总体均值 正态总体，方差已知； 或非正态总体，大样本，方差已知。 注意：Z取a/2的原因在于此时