简明统计学5介绍.pptVIP

统计学-5抽样与抽样分布 上章复习-内容概要 统计软件中与概率有关的函数 1 计算分布的概率（离散）或概率密度（连续）的函数。 SPSS: PDF EXCEL: =DIST (最后一位参数设为0) 2 计算分布的累计概率的函数 SPSS: CDF EXCEL: =DIST（最后一位参数设为1） 3 计算分布的累计概率函数的反函数 SPSS: IDF EXCEL: =INV 上章复习-内容概要 SPSS 二项分布：CDF.BINOM 超几何分布：CDF.HYPER 泊松分布：CDF.POISSON 均匀分布：(x-a)/(b-a) (a≤x≤b，a和b为起点和终点) 正态分布：CDF.NORMAL 标准正态分布：同上 卡方分布：CDF.CHISQ t分布：CDF.T F分布：CDF.F 上章复习-内容概要 EXCEL 二项分布：=Binomdist 超几何分布：= HYPGEOMDIST (无cumulative) 泊松分布：=POISSON 均匀分布：(x-a)/(b-a) (a≤x≤b，a和b为起点和终点) 正态分布：NORMDIST 标准正态分布：NORMSDIST（Z）（只返回累积概率） 卡方分布：CHIDIST t分布：TDIST F分布：FDIST 上章复习-作业 课后练习 抽样-为什么抽样 1、试验是破坏性的。 2、全面调查很难办到或没有必要，或费用过高、或耗时过长 3、样本结论已经足以反映总体性质了，全面调查增加的准确性很微小。 抽样-概念 总体、个体、样本、样本（容）量、样本个数 有限总体 无限总体 统计量、参数 总体参数：μ、σ、π。 样本统计量：样本均值、s、p。 例：如μ已知，而σ未知， ∑(xi-μ)2 ∑Xi/σ 抽样方法 概率样本 非概率样本 概率样本 简单随机抽样 RND(RV.UNIFORM(a,b) =ROUND(RAND()*(b-a)+a,0) 系统抽样 分层抽样 整群抽样 多级抽样 抽样分布 抽样分布 由于现实中不可能将所有的样本都抽取一遍，因此，统计量的抽样分布实际上是一种理论分布。 【例】设一个总体，含有4个元素（个体），即总体单位数N=4。4个个体分别为X1=1、X2=2、X3=3 、X4=4 。总体的均值、方差及分布如下 总体分布 1 4 2 3 0 .1 .2 .3 样本均值的抽样分布 现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果如下表 3，4 3，3 3，2 3，1 3 2，4 2，3 2，2 2，1 2 4，4 4，3 4，2 4，1 4 1，4 4 1，3 3 2 1 1，2 1，1 1 第二个观察值 第一个 观察值 所有可能的n = 2 的样本（共16个） 样本均值的抽样分布 计算出各样本的均值，如下表。并给出样本均值的抽样分布 3.5 3.0 2.5 2.0 3 3.0 2.5 2.0 1.5 2 4.0 3.5 3.0 2.5 4 2.5 4 2.0 3 2 1 1.5 1.0 1 第二个观察值 第一个 观察值 16个样本的均值（x） 样本均值的抽样分布 1.0 0 .1 .2 .3 P ( x ) 1.5 3.0 4.0 3.5 2.0 2.5 x 所有样本均值的均值和方差 式中：M为样本均值的个数 样本均值的抽样分布 样本均值的抽样分布 中心极限定理:若给定样本量的所有样本来自任意总体，则样本均值的抽样分布近似服从正态分布，且样本量越大，近似性越强。 1）总体为正态分布，无论n的大小，样本均值的抽样分布都服从正态分布 N(μ，σ/√n）； 2）总体形态未知或不为正态分布时，通常样本量n≥30时，样本均值的抽样分布将趋于正态分布N（μ，σ/√n），样本量越大，近似性越强。 3）样本均值的均值=μ，样本均值的标准差=σ/√n。 4）样本均值的分布范围小于总体分布范围，样本均值的标准差=σ/√n，因此，样本量越大，样本均值分布范围越小，集中程度越大。 样本均值的抽样分布 样本均值的抽样分布的应用 样本均值的标准化 Z=(X-μ) /σ（X代表任一观测值） Z(均值)=(均值-μ) / ( σ/√n) 当n≥30，可以用样本标准差估计总体标准差。 z (均值)=(均值-μ) / ( s/√n) 应用：P123 例5.2；例5.3； 例5.4 样本比例的抽样分布 样本比例p; 总体比例π。 p=X/n p的抽样分布是样本比例p的所有可能取值的概率分布。当np≥5和n(1-p)≥5