ch5抽样与参数估计.pptVIP

第五章 抽样与参数估计 本章主要内容 第一节 抽样与抽样分布 第二节 一个总体参数的区间估计 第三节 两个总体参数的区间估计 第四节 样本量的确定 第五章 抽样与参数估计 学习目标： 　1. 准确理解抽样与抽样分布等基本概念； 　2. 熟练掌握一个总体的参数估计； 3.熟练掌握样本量的确定方法； 　4.了解两个总体的参数估计方法。 第五章 抽样与参数估计 案例：麦迪公司人事主管的抽样问题 麦迪公司是一家电器制造商，公司人事主管正在制定一项关于公司2500名营销人员的简报。其中包括营销人员的平均年薪和全部营销人员中已经完成公司营销培训项目的营销人员所占的比例。人事主管完全可以从公司人事档案中找出每个人的年薪记录和是否完成营销培训项目。假定他已经获得总体2500名营销人员的信息，根据描述统计方法，可以计算总体年薪的均值和标准差。总体均值为51800元，总体标准差为4000元。另外知道全部营销人员中有1500人已经完成公司营销培训项目，则总体中已经完成公司营销培训项目的人员比例为60%。 如果不用全部总体2500名营销人员的数据，而是通过随机抽取一个30人的样本，来编制人事简报，这样会更节约时间和费用。 第五章 抽样与参数估计 推断统计是相对于描述统计而言的，是从样本含有的信息中提取总体信息的统计方法，也称为统计推断。 统计推断由参数估计和假设检验两部分构成。 参数估计（parameter）就是用样本的统计量去估计总体的参数，比如，用样本均值估计总体均值、用样本比例估计总体比例等。 在社会经济领域和自然工程技术领域中很多场合都需要运用统计推断方法。 第一节 抽样与抽样分布 一、简单随机抽样 在概率抽样中，最基本的方法是简单随机抽样。 根据总体是有限总体还是无限总体，简单随机抽样的实施方法有所不同。 （一）从有限总体抽样 简单随机样本：如果总体中每个个体被抽中的概率相等，这种抽样称为简单随机抽样，这样抽得的样本称为简单随机样本。 在麦迪公司的例子中，要从2500名营销人员中抽取30人的简单随机样本，方法之一是“抽签法”。 第一节 抽样与抽样分布 在具体实施抽样过程中，如果每次抽取后不放回去继续抽取下一个，这种抽样称为不放回抽样（不重复抽样）； 如果每次抽取后记录下来，然后放回去再抽下一个，这种抽样称为放回抽样（重复抽样）。 这两种抽样都能够保证总体中每个个体以相等的概率被抽中。 第一节 抽样与抽样分布 “抽签法”只能适用于总体容量较小的情形，如果总体容量较大，这种方法比较麻烦。这时可以使用“随机数表”进行抽样。 在麦迪公司的抽样中，我们先要对2500名营销人员编号，一般从1开始到2500结束。总体编号的最大数是2500，是四位数，因此我们从“随机数表”中按每四位一组选择随机数，从表中第1至4列中，从第7行开始从上到下读取四位随机数有：1318，1772，3652，8162，…。 对于超过2500的随机数，一个办法是放弃，另一个办法是用它减去2500或2500的倍数，得到的余数作为抽中的随机数。这样一直抽够30个为止。 表5-1　随机数表（部分） 第一节 抽样与抽样分布 用EXCEL抽取简单随机样本 第一步：将总体数据录入到EXCEL工作表中的一列。对类型数据（如人员名单）需要事先编号，并对编号进行抽样，对数值型数据可以直接抽样。 第二步：选择[工具]——[数据分析]——[抽样]，在[抽样]对话框的[输入区域]选中总体数据区域，在[抽样方法]中选择[随机]，在[样本数]中输入样本量，在[输出区域]中选中抽样结果放置的区域，单击[确定]即可。 第一节 抽样与抽样分布 （二）从无限总体抽样 在某些情形下，总体中每个个体不能确定或是无限的，则在实际应用中必须被当作无限总体对待。自无限总体的简单随机样本的定义如下： 简单随机样本：如果满足如下两个条件，则称该样本为简单随机样本。（1）每个个体来自同一总体；（2）每个个体的抽取是独立的。 第一节 抽样与抽样分布 从无限总体进行随机抽样，因为不可能对总体中的每个个体进行编号，所以抽样过程不能使用随机数，这时必须专门制定一种独立选取样本点的抽样过程，以保证每个个体都有相等的概率被抽取。 具体的样本抽取过程需要根据具体情况确定。 例如，由于麦当劳经常给顾客发放一些食物打折赠品券，因此，可以利用这个事实安排抽样过程：即当一名顾客出示赠品券时，他之后的下一名顾客被抽中。因为顾客出示赠品券是随机而且独立的，所以这种抽样过程完全满足简单随机样本的两个条件。 第一节 抽样与抽样分布 二、点估计 当我们已经抽取了一个简单随机样本后，如何对总体参数进行估计呢？ 一种方法是点估计(poin