第五章抽样与参数估计11报告.ppt

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 总体比例的的区间估计 5.5 样本容量的确定 参数估计在统计方法中的地位 5.1.1 概率抽样方法 概率抽样(probability sampling) 也称随机抽样 特点 按随机原则抽取样本 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 简单随机抽样(simple random sampling) 定义：从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的；也称纯随机抽样，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 可分为重复抽样和不重复抽样 分层抽样(stratified sampling) 定义：将总体的元素按某种特征或某种规则划分为若干个层，然后从各个层中独立、随机地抽取一定数量的元素组成样本 优点 除了可以对总体进行估计，还可以对各层的子总体进行估计 分层抽样通常可以按自然区域或行政区域进行分层 可以提高估计的精度 样本分布在各层内，从而使样本在总体中的分布比较均匀 系统抽样(systematic sampling) 定义：将总体中的各元素按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后每隔一定的间隔抽取一个元素，直至形成样本 先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k…等单位 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 整群抽样(cluster sampling) 定义：将总体划分为若干个群，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 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 5.1.2 抽样分布 统计量(statistic) 设X1,X2,…,Xn是从总体X中抽取的容量为n的一个样本，如果由此样本构造一个函数T(X1,X2,…,Xn)，不依赖于任何未知参数，则称函数T(X1,X2,…,Xn)是一个统计量 样本均值、样本比例、样本方差等都是统计量 抽样分布 (sampling distribution) 由于统计量依赖于样本，而样本又是随机变量，故统计量也是随机变量，因而就有一定的分布，称这个分布为“抽样分布”。 定义：在重复选取容量为n的样本时，由每一个样本算出的该统计量数值的相对频数分布或概率分布 抽样分布的结果来自容量相同的所有可能样本 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 进行推断总体总体均值?的理论基础 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 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) 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 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(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 容量相同的所有可能样本的样本比例的概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 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 定理四：当np大于等于5时， 实际上，在大多数情况下，样本容量都足够满足该条件，因此，很多时候，我们直接用正态分布估计样本比例的抽样分布。 5.2.1 估计量与估计值 5.2.2 点估计与区间估计 点估计 (point estimate) 定义：用样本的估计量的某个取值直接作为总体参数的估计值 例如：用样本均值的某次抽样计算的具体数值直接作为总体均值的估计 2. 特点：能够明确地估计总体参数，但一般该值不会等于总体参数的真值；没有给出估计值接近总体参数程度的信息 区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个估计区间，该区间由样本统计量加减估计误差而得到 根据样本统计量的抽样分布能够对样本统计量与总体参数的