抽样技术(统计学专业).ppt

统计学专业硕士课程 抽样理论与方法（统计学专业） 1.1 抽样的类型 1.1.1. 非概率抽样 1.1.1. 非概率抽样 1.1.1. 非概率抽样 2.1定义与符号 简单随机抽样也称为单纯随机抽样。 从含有 N 个单元的总体中抽取 n 个单元组成样本，如果抽样是不放回的，则所有可能的样本有 个，若每个样本被抽中的概率相同，都为 ，这种抽样方法就是简单随机抽样。 具体抽样时，通常是逐个抽取样本单元，直到抽满n个单元为止。 2.1.1 放回简单随机抽样 放回简单随机抽样 SRS with replacement 当从总体N个抽样单元中抽取n个抽样单元时，如果依次抽取单元时，不管以前是否被抽中过，每次都从N个抽样单元中随机抽取，这时，所有可能的样本为 个 考虑样本单元的顺序 , 每个样本被抽中的概率为 放回简单随机抽样在每次抽取样本单元时，都将前一次抽取的样本单元放回总体，因此，总体的结构不变，抽样是相互独立进行的，这一点是它与不放回简单随机抽样的主要不同之处。 放回简单随机抽样的样本量不受总体大小的限制，可以是任意的。 2.1.1 放回简单随机抽样 简单随机抽样的抽取原则： （1）按随机原则取样； （2）每个抽样单元被抽中的概率都是已知的或事先确定的； （3）每个抽样单元被抽中的概率都是相等的。 2.1.1 放回简单随机抽样 【例2.1】设总体有5个单元（1、2、3、4、5），按放回简单随机抽样的方式抽取2个单元，则所有可能的样本为25个（考虑样本单元的顺序）： 2.1.2 不放回简单随机抽样 SRS without replacement 当从总体N个抽样单元中依次抽取n个抽样单元时，每个被抽中的单元不再放回总体，而是从总体剩下的单元中进行抽样。 不放回简单随机抽样的样本量要受总体大小的限制。 在实际工作中，更多的采用不放回简单随机抽样。 2.1.2 不放回简单随机抽样 【例2.2】设总体有5个单元（1、2、3、4、5），按不放回简单随机抽样的方式抽取2个单元，则所有可能的样本为10个： 符号 大写符号表示总体的标志值， 用小写符号表示样本的标志值 符号 大写符号表示总体的标志值， 用小写符号表示样本的标志值 2.1.2 不放回简单随机抽样 总体指标值上面带符号“^”的表示由样本得到的总体指标的估计。 称 为抽样比，记为f 。 估计量的方差用大写的V表示,对 的 样本估计，不用 而用 表示。 2.1.3 抽选方法 抽签法 随机数法——随机数表、随机数骰子、摇奖机、计算机产生的伪随机数 随机数表法： N 327 n＝5 讨论： 1 总体编号为1～35，在00～99中产生随机数，若 00或 35，则抛弃重抽。 2 总体编号为1～35，在00～99中产生随机数，以除以35，余数作为被抽中的数，如果余数为0，则被抽中的数为35。 2.1.4 地位与作用 优点 简单直观 理论基础 缺点 N很大时难以获得抽样框 样本分散不易实施，调查费用高 很少单独使用，一般结合其他方法使用 没有其他信息时使用 多变量复杂数据分析 2.2 简单估计量及其性质 判断下面要估计的总体目标量分别属于什么类型？ 调查城市居民家庭平均用电量。 估计湖中鱼的数量。 测试日光灯的寿命。 估计居民家庭用于做饭菜及饮用的用水量占家庭总用水量的比重。 估计婴儿出生性别比。 检测食盐中碘含量。? 2.2.1 对总体均值的估计 以样本均值作为总体均值的估计 性质1：对于简单随机抽样， 是 的无偏估计。 例设总体为 0，1，3，5，6 ，计算总体均值 3、总体方差 5.2和 6.5；给出全部 的样本，并验证 及 。 证明 性质1 对于固定的有限总体，估计量的期望是对所有可能样本求平均得到的，因此 总体中每个特定的单元 在不同的样本中出现的次数。 证明 性质1（对称性论证法） 由于每个单元出现在总体所有可能样本中的次数相同，因此 一定是 的倍数，且这个倍数就是 ， 性质2： 对于有限总体的方差定义 ： 性质2：对于简单随机抽样， 的方差 式中： 为抽样比， 为有限总体校正系数。 证明性质2（对称论证法）： 中的求和是对 项的， 中的求和是对 项的 2.2.1 对总体均值的估计 证明性质2 简单估计量估计精度影响因素： 估计量的方差 是衡量估计量精度的度量。影响估计量方差的因素主要是样本量n，总体大小N和总体方差 。 通常N很大，当f 0.05时，可将 近似取为1。 总体方差是我们无法改变的； 因此，在简单随机抽样的条件下，只有通过加大样本量来提高估计量的精度。 性质3： 的样本无偏估计为： 证明 : 2.2.1 对总体均值的估计 大样本下