抽样分布与参数估计说课.ppt

第五章 抽样分布与参数估计 需要掌握的知识点 基本概念： 样本容量与样本个数、 总体参数与样本统计量 放回抽样与不放回抽样 点估计与区间估计 置信区间与置信水平 估计量的优良标准 大数定理、中心极限定理 样本统计量分布 总体均值、总体比率、总体方差估计方法 第一节 抽样的基本概念与数学原理 一、有关抽样的基本概念 （一）样本容量与样本个数 1. 样本容量 样本是从总体中抽出的部分单位的集合，这个集合的大小称为样本容量，一般用n表示，它表明一个样本中所包含的单位数。 一般地，样本单位数大于30个的样本称为大样本，不超过30个的样本称为小样本。 2. 样本个数 样本个数又称样本可能数目，它是指从一个总体中可能抽取多少个样本。 （二）总体参数与样本统计量 1. 总体参数 总体分布的数量特征就是总体的参数，也是抽样统计推断的对象。 常见的总体参数有： 总体的平均数指标 总体成数(比例)指标 总体分布的方差、标准差等。 它们都是反映总体分布特征的重要指标。 2. 样本统计量 样本统计量是样本的一个函数。它们是随机变量。 我们利用样本统计量来估计和推断总体的有关参数。 常见的样本统计量有： 样本平均数 样本比例 样本的方差、标准差。 （三）概率抽样及其组织形式 所谓概率抽样，就是要求对总体的每一次观察（每一次抽取）都是一次随机试验，并且有和总体相同的分布。按这样的要求对总体观测（抽取）n次，可得到容量为n的样本。 只有概率抽样，才可进行科学的统计推断。 例5-1 有10个同样的球，分别标有从1至10的号码。（1）从中有目的地抽出5号球；（2）从中随便地取一个球；（3）把10个球放在袋中，充分混匀，从中抽出一个球，抽取时，要求袋中各个球有相等的被抽中的概率。 解：显然，（1）和（2）的抽取行为都不是随机试验。因而不属于概率抽样。只有（3）的抽取行为是随机试验。 总体的分布可用表5-1的分布列来描述，而（3）的随机试验中所观测的随机变量也有与表5-1有相同的分布。所以，（3）的抽取行为是概率抽样。 （四）放回抽样与不放回抽样 1.放回抽样 放回抽样的具体做法是： 从总体中抽出一个样本单位，记录其标志值后，又将其放回总体中继续参加下一轮单位的抽取。 放回抽样的特点是： 第一，n个单位的样本是由n次试验的结果构成的。 第二，每次试验是独立的，即其试验的结果与前次、后次的结果无关。 第三，每次试验是在相同条件下进行的，每个单位在多次试验中选中的机会(概率)是相同的。 在放回抽样中，样本可能的个数是Nn，N为总体单位数，n为样本容量。 （五）抽样分布 从总体中可以随机地抽取许多样本，由每一个样本都可以计算样本统计量的观测值，所有可能的样本观测值及其所对应的概率便是所谓的抽样分布。 因此，抽样分布也可以称为样本统计量的概率分布。 抽样分布可能是精确地服从某种已知分布（所谓已知分布，例如我们在第四章介绍过的各种常见分布），也可能是以某种已知分布为极限分布。在实际应用中，后者更为多见。 例5-2 利用表5-4的资料，可以计算出样本平均数的期望值与方差 。 二、大数定理与中心极限定理 大数定理表明： 尽管个别现象受偶然因素影响，有各自不同的表现。但是，对总体的大量观察后进行平均，就能使偶然因素的影响相互抵消，消除由个别偶然因素引起的极端性影响，从而使总体平均数稳定下来，反映出事物变化的一般规律。 从正态分布的再生定理可以看出： 只要总体变量服从正态分布，则从中抽取的样本，不管n是多少，样本平均数都服从正态分布。 但是在客观实际中，总体并非都是正态分布。对于从非正态分布的总体中抽取的样本平均数的分布问题，需要由中心极限定理来解决。 （三）中心极限定理 1. 样本平均数的中心极限定理 2. 样本比例的中心极限定理 第二节 抽样分布 一、样本平均数的抽样分布 （一）样本平均数的期望值与方差 例5-3 计算例5-2中10名推销员平均的任职年限及其标准差，并与例5-2求得的样本平均数的期望值与方差作比较。 解： ? = (1+2+3+4+5+6+7+