[简单随机抽样.docVIP

简单随机抽样 一、放回简单随机抽样与不放回简单随机抽样 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。 例：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）： 1,1 2,1 3,1 4,1 5,1 1,2 2,2 3,2 4,2 5,2 1,3 2,3 3,3 4,3 5,3 1,4 2,4 3,4 4,4 5,4 1,5 2,5 3,5 4,5 5,5 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。 例：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个： 1,2 2,3 3,4 4,5 1,3 2,4 3,5 1,4 2,5 1,5 二、抽样规则 简单随机抽样的抽取规则是：第一，按随机原则取样，在取样时排除任何主观因素选择抽样单元，避免任何先入为主的倾向性，防止出现系统误差。第二，每个抽样单元被抽中的概率都是已知的或事先确定的，或者是事先可以计算出来的。第三，每个抽样单元被抽中的概率都相等，即简单随机抽样属于一种等概率随机抽样。 三、估计量 一般人们只关注四个方面的总体特征：（1）总体均值；（2）总体总值；（3）总体比例；（4）总体比率 对上述总体特征的估计，有两条不同的思路：一是不借助任何辅助变量，仅仅通过变量的样本观察值对其总体特征进行直接估计，即用样本特征的线性组合表示总体特征，故统称为线性估计；另一条思路是借助相关辅助变量，对所感兴趣的变量的总体特征进行间接估计，用样本特征的非线性组合表示总体特征，故统称为非线性估计。至于相关辅助变量的选择必须满足：（1）与主变量高度相关；（2）其总体信息已知，不需要在本次调查中加以收集这两个条件。 相关的统计量如下表： 总体 样本 （等于0或1） 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。 四、简单估计量及其性质 引理1：从大小为N的总体中抽取一个样本量为n的简单随机样本，则总体中每个特定单元入样的概率为,两个特定单元都入样的概率为： 引理2：从总体规模为N的总体中抽取一个样本量为n的简单随机样本。如对总体中的每个单元，引进随机变量如下：则 ， 定理1：对于简单随机抽样，作为的简单估计，是无偏的。即 推论1:对于简单随机抽样,的期望为: 推论2:对于简单随机抽样,的期望为: 推论3:对于简单随机抽样,n较大时,的期望为: 定理2:对于简单随机抽样,的方差,,其中 推论1:对于简单随机抽样,的方差为: 推论2:对于简单随机抽样,的方差为: 推论3:对于简单随机抽样,n较大时,的期望为: 定理3:对于简单随机抽样,有,其中 为总体协方差 定理4:简单随机样本方差是总体方差的无偏估计 推论1:对于简单随机抽样,是的无偏估计 推论2:对于简单随机抽样,是的无偏估计 推论3:对于简单随机抽样,n较大时, 定理5：简单随机样本的协方差:是总体协方差的无偏估计。 实例：我们从某个=100的总体中抽出一个大小为=10的简单随机样本，要估计总体平均水平并给出置信度为95%的区间估计。 序号 1 2 3 4 5 6 7 8 9 10 4 5 2 0 4 6 6 15 0 8 由置信度95%对应的，因此，可以以95%的把握说总体平均水平大约在 之间，即2.4295和7.5705之间。 接上：估计总体总量，并给出在置信度95%的条件下，估计的极限相对误差。 ，， 在置信度95%下，的极限相对误差为： 五、对总体的比例估计 某一类特征的单元占总体单元数中的比例P。将总体单元按是否具有这种特征划分为两类，设总体中有个单元具有A这个特征，如果对每个单元都定义指标值， ， 的方差为: ， 实例：某超市新开张一段时