中国人民大学出版社《统计学》抽样分布.pptVIP

第 6 章 抽样分布 第 6 章 抽样分布 §6.1 三种不同性质的分布 §6.2 一个总体参数推断时样本统计量分布 §6.3 两个总体参数推断时样本统计量分布 学习目标 区分总体分布、样本分布、抽样分布 理解抽样分布与总体分布的关系 掌握单总体参数推断时样本统计量的分布 掌握双总体参数推断时样本统计量的分布 总体、个体和样本（概念要点） ?总体(Population)：调查研究的事物或现象的全体 ?个体(Item unit)：组成总体的每个元素 ?样本(Sample)：从总体中所抽取的部分个体 抽样方法（概念要点） 概率抽样：根据已知的概率选取样本 ? 简单随机抽样：完全随机地抽选样本 ? 分层抽样：总体分成不同的“层”，然后在每一层内进行抽样 ? 整群抽样：将一组被调查者（群）作为一个抽样单位 ? 等距抽样：在样本框中每隔一定距离抽选一个被调查者 非概率抽样：不是完全按随机原则选取样本 ? 方便抽样：按照方便的原则自由选取被调查者 ? 判断抽样：通过某些条件过滤来选择被调查者 ? 配额抽样：选择一群特定数目、满足特定条件的被调查者 总体分布(population distribution) 总体中各元素的观察值所形成的分布 分布通常是未知的 可以假定它服从某种分布 样本分布(sample distribution) 一个样本中各观察值的分布 也称经验分布 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 抽样分布 (sampling distribution) 样本统计量是随机变量 样本均值, 样本比例，样本方差等 2. 抽样分布是指样本统计量的概率分布 3. 是一种理论概率分布 4. 提供了样本统计量的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 抽样分布 (sampling distribution) 样本均值的抽样分布 样本均值的抽样分布 容量相同的所有可能样本的样本均值的概率分布 一种理论概率分布 进行推断总体均值?的理论基础 样本均值的抽样分布(例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的分布与总体分布的比较 (例题分析) 样本均值的抽样分布(数学期望与方差) 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 正态总体样本均值的抽样分布 中心极限定理(central limit theorem) 中心极限定理 (central limit theorem) 抽样分布与总体分布的关系 均值的抽样标准误 所有可能的样本均值的标准差，测度所有样本均值的离散程度 小于总体标准差 计算公式为 均值的抽样标准误 当不重复抽样时，计算公式为 样本比例的抽样分布 比例(proportion) 总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 样本比例的抽样分布 容量相同的所有可能样本的样本比例的概率分布 一种理论概率分布 推断总体总体比例?的理论基础 样本比例的抽样分布(数学期望与方差) 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 样本比例的抽样分布 当样本容量很大时，样本比率的抽样分布可用正态分布来近似。 当π较小时，nπ≥ 5，可以认为样本容量比较大 样本方差的抽样分布 样本方差的分布 ?2分布(?2 distribution) 由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 3. 令 ，则 Y 服从自由度为1的?2分布，即 ?2分布(性质和特点) 分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 c2分布(图示) ?2分布(性质和特点) 3. 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 4. 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)， V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 样本方差的分布 两个样本均值之差的抽样分布 两个样本均值之差的抽样分布 两个总体都为正态分布，即