第4、5章参数估计教案.ppt

第三节 抽样分布 一、抽样的基本概念 二、抽样分布 一、抽样的基本概念 1.样本容量与样本个数 (1)样本容量。样本是从总体中抽出的部分单位的集合，这个集合的大小称为样本容量，一般用n表示，它表明一个样本中所包含的单位数。一般地，样本单位数大于30个的样本称为大样本，小于等于30个的样本称为小样本。 (2)样本个数。样本个数又称样本可能数目，它是指从一个总体中可能抽取多少个样本。样本个数的多少与抽样方法有关。 2.重复抽样与不重复抽样 简单抽样的抽样方法有重复抽样与不重复抽样。 (1)重复抽样。重复抽样(或重置抽样)是指从总体中抽出一个样本单位，记录其标志值后，又将其放回总体中继续参加下一轮单位的抽取。重复抽样的特点是：第一，n个单位的样本是由n次试验的结果构成的。第二，每次试验是独立的。第三，每个单位在多次试验中选中的机会(概率)是相同的。 在重复试验中，样本可能的个数是 (2)不重复抽样。不重复抽样亦称为不重置抽样，即每次从总体抽取一个单位，登记后不放回原总体，下一次继续从总体中余下的单位抽取样本。其特点是：第一，n个单位的样本由n次试验结果构成，但由于每次抽出不重复，所以实质上相当于从总体中同时抽取n个样本单位。第二，每次试验结果不是独立的。第三，每个单位在多次(轮)试验中中选的机会是不等的。 不重复抽样，如果是考虑顺序，其样本可能个数为 如果不考虑顺序，其样本可能个 数为 3.总体参数与样本统计量 (1)总体参数。总体分布的数量特征就是总体的参数，也是抽样统计推断的对象。 常见的总体参数有：总体的均值，总体成数(比例) ，总体的方差。 都是反映总体分布特征的重要指标。 （总体参数是常数，但是未知的，需要估计） (2)样本统计量。与总体参数相对应，是样本的一个函数，是一个随机变量。我们利用统计量来估计和推断总体的有关参数。常见的统计量有： 二、抽样分布 抽样分布是样本统计量的概率分布，是一种理论概率分布 某个样本统计量的抽样分布是由容量相同的所有可能样本算出的统计量数值的相对频数分布 抽样分布 样本均值的抽样分布形成过程(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 样本均值的分布与总体分布的比较 (一)样本平均数的抽样分布 1.重复抽样 设从总体中抽出的样本为 由于是重复抽样，每个xi都是从总体中随机抽出的，都是与总体同分布的随机变量，并且是相互独立的。我们设总体的 则样本平均数的期望值与方差分别是： 样本平均数的方差是总体方差的1/n，因此，样本平均数分布的集中趋势优于总体。由于样本平均数能“集中”分布于总体平均数附近，可以考虑用样本平均数来估计总体的平均数。 但是估计时难免有误差，如果该随机变量的“集中”程度大，这个误差的严重性就会低一些。因此，用抽样平均数的标准差来反映抽样平均数与总体平均数的平均误差程度，称为抽样平均误差，即： 2.不重置抽样分布 样本平均数的抽样分布（考虑顺序） 计算结果表明：在不重复抽样条件下，样本平均数分布的中心还是总体的中心；而抽样平均误差比重复抽样要小。 不重复抽样的平均误差比重复抽样小的原因是：不重复抽样抽出后不放回，排除了“每次抽出的都是极端值”的可能，显然对降低抽样误差有利。数学上可以证明，在不重置抽样条件下，抽样误差为： 总体成数 P 是指具有某种特征的单位在总体中的比重。成数是一个特殊平均数，设 X 是 0、1 变量，即：总体单位有该特征，则 X 取 1，否则取 0，则有： 1.重复抽样样本成数抽样分布 2.不重复抽样样本成数抽样分布 第四节 大数定理与中心极限定理 一、大数定理 独立同分布的随机变量 设它们的平均数为 X ，方差为σ ，即， 则对任意的正数ε，有： 说明当 n 充分大时，独立同分布的一系列随机变量，其平均数与它们共同的期望值之间的偏差，可以有很大的把握被控制在任意给定的范围之内。 由于成数指标是一个特殊的平均数，大数定理对成数指标自然也成立。即： 二、中心极限定理 根据正态分布的再生定理：如果总体服从正态分布，则总体中所有变量相加后仍服从正态分布，即样本平均数服从正态分布 中心极限定理是解释非正态总体的： 随机变量 X1，X2…Xn，…相互独立，且服从同一分布，该分布存在有限的期望和方差： 则当n 趋于无穷大时，算术平均数近似服从正态分布，即： 结论：无论总体服从何种分布，只要它的期望值与方差存在，大样本的平均数就近似服从正态