第五章描述统计至推断统计概览.pptVIP

（3）用容量为3的样本来估计总体的平均数 （4）用容量为4的样本来估计总体的平均数 （5）用容量为5的样本来估计总体的平均数 样本容量增大时，样本平均数的分布变化趋势：平均数的范围将逐步缩小，相同的平均数会相应增多；全部平均数的分布向总体平均数集中。 中心极限定理说明：当n足够大时（通常假定大于30），无论总体的分布如何，其样本的平均数所构成的分布都趋于正态分布。 如：居民收入分布曲线是右偏分布 随机抽取100位居民平均收入分布曲线是正态分布。 均值抽样分布的特征 均值抽样分布具有如下特征： 1、如果样本相当大（通常指n不可少于30，最好是n≥100，越大越好），则均值的分布接近正态分布。 2、抽样分布的均值（ ）就是总体的均值（μ）。 3、均值的抽样分布的标准差比总体的标准差要小。 一所大学声称其近期毕业生平均年收入为20000美元，我们从其最近两年毕业的学生中随机抽取100名毕业生，样本均值有18500美元。假设抽样分布的标准差为700元。验证学校声称的是真的吗？ 再 见 * 第二部分从描述统计到推断统计 第五章：抽样与抽样分布 第六章：参数估计 第五章 抽样与抽样分布 第一节 抽样 第二节 概率与概率分布 第三节 抽样分布 社会学研究之阶段与步骤 研究题目 初步探索 理论与实际贡献 成立假设 解释研究结果 理论解释与澄清概念 统计分析 研究策略 试点研究 抽取样本 收集资料 整理资料 第一节 抽 样 一、抽样的意义 二、抽样方法：随机抽样、非随机抽样 三、抽样程序 四、抽样设计的原则 一、抽样的意义 抽样的意义： 社会学研究关心的是总体情况，而非样本情况； 样 本 总 体 统计值 参数值 抽样的意义和过程 样本 总体 样本统计量 例如：样本均值、比例、方差 总体均值、比例、方差 二、抽 样 的 类 型 ?随 机 抽 样 ?非 随 机 抽 样 随机抽样：随机抽样中每个样本被抽中的机率均相等且是独立的。 ?简单随机抽样 ?系统（间隔）抽样 ?分层抽样 ?整群抽样 ?多段抽样 非随机抽样：以研究者的判断做为样本选取的控制，无法说明每一抽样单位被抽取的机率。 ?偶遇抽样 ?判断抽样 ?定额抽样 ?滚雪球抽样 第二节 概率与概率分布 一、概率 概率，又称或然率、机会率或机率、可能性，是数学概率论的基本概念，是一个在0到1之间的实数，是对随机事件发生的可能性的度量。 推断统计的基础是概率论。 概率应用的广泛性,日常用语中的含糊性。 社会统计学要求的精确性。 概率值在0~1.0之间。 可用小数或百分数表示。 零概率意味着某件事是不可能的。 1.0的概率则意味着确定性。 0.90、0.95、0.99等概率代表某事件非常有可能发生。 二、概率的运算法则 1、概率的逆法则：一个事件不发生的概率，为1减去事件发生的概率。 2、加法法则：包含任意几个不同的 、单独的结果的概率等于它们各自概率的和。（加法法则总是假定所考虑的结果是互斥的） 3、乘法法则：联合且独立的事件同时发生的概率等于它们各自概率的乘积。 三、概率分布 概率分布类似于前几章介绍的观察数据的频数分布。但概率分布是基于理论而不是现实世界中观察到的情况（经验数据）。在概率分布中，我们确定一个变量可能的取值并计算其各自的发生概率。 同时掷两枚硬币，正面朝上的次数的概率分布 X 概率（P） 0次 1次 2次 0.25 0.50 0.25 总计 1.00 概率分布是理论性的或理念性的，与频数分布不同。 对两个硬币掷10次结果的频数分布 正面的数量 频数（f） 百分比（%） 0 1 2 3 6 1 30.0 60.0 10.0 总计 10 100.0 对两个硬币掷1000次的频数分布 正面的数量 频数（f） 百分比（%） 0 1 2 253 499 248 25.3 49.9 24.8 总计 1000 100.0 例题：某鸡蛋孵化率为0.