抽样分配简介.ppt

第 7 章 抽樣與抽樣分配 統計實例 MeadWestvaco公司是一家多角化的紙製品、辦公室用品及特殊化學品的製造商該公司的產品有紙、紙漿、木材、厚紙板和飲料的包裝紙等。 eadWestvaco公司擁有很大的林地以提供生產時所需的原料。 公司主管需要正確地瞭解林地的相關資訊，以評估公司符合未來原料需求的能力。 些資訊包括目前的森林數量、森林過去的成長數量、未來樹木的成長率等。有了這些重要資訊，MeadWestvaco 的主管就能夠發展培育和砍伐森林的長期計畫。 抽樣與抽樣分配　 Part A 7.1　Electronics Associates的抽樣問題 7.2　簡單隨機抽樣 7.3　點估計 7.4　抽樣分配簡介 統計推論 統計推論 7.1　Electronics Associates的抽樣問題 一般而言，由樣本蒐集資訊的成本遠低於自母體蒐集資訊所需的成本 特別是必須進行人員面談以蒐集資料時 7.2　簡單隨機抽樣：有限母體抽樣 從大小為N的有限母體，抽出大小為 n 的簡單隨機樣本的定義如下。 某一大小為N的有限母體中，抽出樣本大小為 n 的簡單隨機樣本，意指大小為n的每個樣本被抽出的機率皆相同。 簡單隨機抽樣：有限母體抽樣 在執行樣本挑選程序時，可利用電腦來產生亂數，Excel有內建函數，可在工作表中產生亂數。 為了閱讀的方便，亂數表中的數字以5個為一組。 參考表7.1第一列的每一個數字，6, 3, 2, ... 具有相同的出現機率。 簡單隨機抽樣：有限母體抽樣 簡單隨機抽樣：無限母體抽樣 有些情況的母體為無限，或者母體過大而必須視為無限。 簡單隨機抽樣：無限母體抽樣 7.3 點估計 假設隨機抽出30位主管，其年薪和受訓資料詳列如表7.2 點估計 表7.3整理各項母體參數值及其對應的點估計值 如表7.3所示，沒有任何一項點估計值會恰好等於對應的母體參數，此項差異是意料中之事，因為我們只是應用樣本而非整個母體普查來進行點估計。下一章將介紹區間估計，區間估計可以讓我們瞭解點估計值與母體參數的接近程度。 7.4 抽樣分配簡介 假設我們重複同樣的抽樣程序，每次抽出30位主管為樣本，並計算 與 值。 表7.4是500個簡單隨機樣本的部分資料。 表7.5列出這500組資料的平均年薪的次數分配，圖7.1為 的相對次數直方圖。 抽樣分配簡介 抽樣分配簡介 抽樣分配簡介 由於 的各種可能值是由不同的簡單隨機樣本而來，因此 的機率分配也就稱為 的抽樣分配(sampling distribution)，瞭解抽樣分配和其各項特性可以讓我們針對樣本平均數 對母體平均數 μ 的接近程度做出機率陳述。 從圖7.1這個近似圖中我們可以發現分配圖形呈鐘形。 抽樣分配簡介 圖7.2則是500組EAI主管抽樣資料的 值之相對次數直方圖， 和 的情況相同，也是一種隨機變數，是簡單隨機樣本的數值化表示。如果所有30位主管的樣本資料全部抽出，也可經由計算獲得 的抽樣分配。 圖7.2是500組樣本的 值之相對次數直方圖，可以讓我們大致瞭解 的抽樣分配圖形。 統計推論的過程 中央極限定理 中央極限定理 由母體中抽出樣本大小為 n 的簡單隨機樣本，當樣本大小 n 夠大時，樣本平均數 的抽樣分配將趨近於常態分配。 圖7.3說明了中央極限定理在三個不同母體上的應用，每一欄代表一種母體。 中央極限定理 中央極限定理 EAI問題的 抽樣分配 抽樣分配的實際值 假設人事經理認為如果年薪的樣本平均數落在母體平均數?±?$500的範圍內，就可以接受這個估計值。然而，我們不可能保證樣本平均數必定落在母體平均數?±?$500的範圍內。事實上，表7.5和圖7.1顯示，500個樣本平均數中的確有部分與母體平均數的差距大於 $2,000。所以，我們必須以機率的角度來思考人事經理的要求。也就是說該人事經理關切的問題是：樣本平均數落在母體平均數 ± $500範圍內的機率為何？ 抽樣分配的實際值 圖7.5，它是 的抽樣分配。人事經理想知道的就是母體平均數為 $51,800的情況下，樣本平均數落在 $51,300到 $52,300間的機率。如果 值介於這個區間，則 值會落在母體平均數 ± $500的範圍內。這個機率就是圖7.5的陰影區域。由於這個抽樣分配是常態分配，平均數是51,800，標準差為730.3，我們可以查標準常態分配表得到所要的機率值。當 ＝51300時， 抽樣分配的實際值 抽樣分配的實際值 查標準常態分配表，可知在z＝0到z＝?0.68的面積為0.2517。同樣的，當 ＝52300時，z＝0到z＝0.68的面積亦為0.2517，因此樣本平均數介