第五部分抽样与参数估计.ppt

第 5 章 抽样与参数估计 第 5 章 抽样与参数估计 5.1 抽样与抽样分布 5.2 参数估计的基本方法 5.3 总体均值的区间估计 5.4 总体比例的区间估计 5.5 样本容量的确定 学习目标 理解概率抽样方法 理解抽样分布 估计量与估计值的概念 点估计与区间估计的区别 评价估计量优良性的标准 总体均值的区间估计方法 总体比例的区间估计方法 样本容量的确定方法 一、抽样推断（概念要点） 是根据观测到的样本数据对总体作出推测，这种推测伴随某种不确定性，需要用概率来表示其可靠程度，这是统计推断的一个重要特点。 统计推断的过程 二、抽样方法 抽样方法 (一)概率抽样(probability sampling) 也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率 简单随机抽样(simple random sampling) 从总体N个单位中随机地抽取n个单位作为样本，每个单位入选样本的概率是相等的 最基本的抽样方法，是其它抽样方法的基础 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其它辅助信息以提高估计的效率 简单随机抽样(simple random sampling) 抽取方式： 总体N个单位从１－Ｎ编号，从中抽取n个单位 1、抽签法:做材质相同的N个标签，不放回抽取 2、随机数法： 　　⑴随机数表 　　⑵随机数色子 　　⑶摇奖机 分层抽样(stratified sampling) 将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 分层抽样(stratified sampling) 分层抽样的值依赖于层内各元素是同质性（相似的）。使层内差异小，层间差异大 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 分层抽样（抽样方法） 1、等额分配法：在各类型组中分配同等单位数。 n1=n2=…=ni 2、等比例抽样：按各层在总体中所占的比例分配样本单位数。 整群抽样(cluster sampling) 将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查 整群抽样(cluster sampling) 整群抽样的值依赖于每一群对总体的代表性,当群中元素不同质（不相似）时，整群抽样得到的结果最佳。 特点 抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便调查的实施 缺点是估计的精度较差 系统抽样(systematic sampling) 将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其它样本单位。 优点：操作简便，可提高估计的精度 缺点：对估计量方差的估计比较困难 系统抽样（抽样方法） １、无关标志排队等距抽样 如：产品质量检查按生产时间顺序排队；学生成绩调查按学号排队；居民住户收入调查按门牌号排序。 ２、有关标志排队等距抽样 如：职工家计调查按工资水平排队；农产量抽样调查，按平均亩产排序。 3、起点和间隔的确定： ⑴随机起点：间隔 k=N/n，a1=r, a2=r+k, a3=r+2k…an=r+(n-1)k ⑵中点起点等距抽样: a1=k/2, a2=k/2+k, a3=k/2+2k… an=k/2+(n-1)k ⑶随机起点对称等距抽样: a1=r, a2=(2k+1)-r, a3=2k+r, a4=(4k+1)-r, a5=4k+r 多阶段抽样(multi-stage sampling) 先将总体单位划分成若干大群，大群内再分成若干小群。先按某种方法抽取大群，然后在中选群中抽取小群，再进一步抽样，从选中的群中抽取出若干个单位进行调查 二阶抽样中群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的阶段数增多，就称为多阶段抽样 具有整群抽样的优点，保证样本相对集中，节约调查费用 适用于大规模的抽样调查，如：我国的农作物产量调查、职工家计调查等 多阶段抽样 例：全国农作物产量抽样调查，首先由省所有县市级中抽取部分