第6章_抽样调查1.pptVIP

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 （三）重复抽样和不重复抽样 四、抽样调查的理论依据 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 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 抽样方案设计 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： 类型抽样的抽样平均误差 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： 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 四、整群抽样 整群抽样的抽样平均误差 一般计算方法如下： 3 抽样方法 五、多阶段抽样 以上抽样平均误差的公式归纳如下： 第六节 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 第七节 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 重复抽样： 不重复抽样： 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: μ μ0 3 H0: μ≤μ0 H1: μ μ0 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μ μ0和μ μ0。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 根据中心极限定理，得知当n足够大时，抽样总体为正态分布，根据正态分布规律可知，样本指标是以一定的概率落在某一特定的区间内，统计上把这个给定的区间叫抽样极限误差，也称置信区间，即在概率F t 的保证下： 抽样极限误差△ tμ，（t为概率度） 可见，抽样极限误差，即扩大或缩小了以后的抽样误差范围。 当F t 68.27%时，抽样极限误差等于抽样平均误差的1倍 t 1 ; 当F t 95.45%时，抽样极限误差等于抽样平均误差的2倍 t 2 ; 当F t 99.73%时，抽样极限误差等于抽样平均误差的3倍 t 3 ; 例 抽样误差范围的实际意义是要求被估计的 全及指标 或P落在抽样指标一定范围内，即 落在 或 的