Session样本和样本分布.pptVIP

Statistical Inference统计推断 统计推断的目的是要从样本所包含的信息推断出总体的信息 总体（population）是研究中所有感兴趣个体的集合 样本（sample）是总体的一个子集 样本结果只是提供了总体特征价值的一个估计 参数（parameter）是总体的一个数量特征 应用合理的抽样方法样本结果能够提供总体特征的一个很好的估计 Simple Random Sampling简单随机抽样 有限总体（Finite Population） 从容量为N的有限总体总进行抽样，如果容量为n的每个可能样本被抽到的可能性相等，称容量为n的样本为简单随机样本. 在抽下一个元素前将抽到的元素放回去，这种形式的抽样称为放回抽样（Sampling with Replacement）. 在抽下一个元素前将抽到的元素不放回去抽样称为不放回抽样. 计算机产生的随机数是常用的自动取样过程 Simple Random Sampling简单随机抽样 无限总体（Infinite Population） 无限总体的简单随机抽样满足条件： 每个个体都来自同一个总体. 每个个体的抽取相互独立. 如果所研究的总体是一正在进行的过程，统计总体的每个个体不可能，则通常认为总体是无限的. 对于无限总体不能进行标号，抽样过程不能用随机数. Point Estimation点估计 为了估计总体的某个参数值，计算对应样本的特征来进行估计 我们用 来点估计总体均值 ?. s 来点估计总体标准差 ?. 来点估计总体比例 p. Example: Harvard University哈佛大学 哈佛大学每年收到7,000个优秀学生的入学申请，申请表中包含了大量申请人的信息。包括个人学术能力测试(SAT)成绩和是否是本州居民。 入学主管需要知道下面一些信息： 平均SAT成绩 本州居民比例 Example: Harvard University哈佛大学 Alternative #1: 对7000个样本的总体调查 SAT 成绩 总体均值 总体标准差 本州申请人 总体比例 Example: Harvard University哈佛大学 Alternative #2: 选取50个样本进行统计（随机数） 4-Digit Applicant Random Number Included in Sample 1744 No. 1744 5436 No. 5436 3865 No. 3865 4790 No. 4790 4835 No. 4835 9902 Number exceeds 7,000 8190 Number exceeds 7,000 6836 No. 6836 etc. etc. Example: Harvard University哈佛大学 简单随机抽样的数据 No. Applicant SAT Score In-State 1 Bonnie Reight 1025 Yes 2 Willie Neilson 950 Yes 3 Fannie Lennox 1090 No 4 Derek Clapton 1120 Yes 5 Winona Driver 1015 Yes . . . . . . . . 50 Kevin Costmore 965 No Total 49,850 34 Yes Example: Harvard University哈佛大学 点估计： ? 的点估计 ? 的点估计 P 的点估计 Sampling Distribution of 的抽样分布 的抽样分布是样本均值所有可能取值的概率分布 Sampling Distribution of 的抽样分布 的标准差 有限总体 无限总体 如果n/N .05 ，有限样本可看做无限总体. 是有限总体矫正因子. 是指均值标准差 Example: Harvard University哈佛大学 SAT成绩的抽样分布 比例的标准差 有限样本