第3章节概率-概率分布与抽样分布.ppt

统计推断的过程;第三章 概率、概率分布与抽样分布;1、理解常用的概率抽样方法概念 2、掌握抽样分布的概念 3、掌握单一总体的样本统计量的分布及特征 4、理解中心极限定理的内涵;第一节 常用的抽样方法;一、概率抽样(probability sampling);3、常用的概率抽样方法;（2）分层抽样（stratified sampling) 将总体单位按某种特征划分为若干不同的层，然后从各个层中抽取一定数量的单位共同构成样本的抽样方式。 优点： 保证样本与总体结构相近，可提高估计精度 组织实施调查方便 既可估计总体，也可估计各层子总体 分层注意事项： 层的划分应尽可能符合数据规律，使样本很好代表总体，应遵循“层间差异大，层内差异小”。;（3）系统抽样(systematic sampling) 将总体所有单位按一定顺序排列后，按某种规则随机地确定一个单位为抽样起点，每间隔一定距离抽取一个单位组成样本的抽样方式。 也称等距抽样或机械抽样 实施方法： 排序后，将单位编号1，2，…，N； 确定距离k=N/n，随机取r∈[1,k]作为初始位置； 依次取r+k，r+2k,…,r+(n-1)k等位置单位，组成样本。; 优点：操作简便； 总体数量均匀分布时可提高估计精度 缺点：对估计量方差的估计比较困难;（4）整群抽样(cluster sampling) 将总体划分为若干个组(群)，随机抽取部分群，然后对中选群中的所有单位进行调查的抽样方式。 优点： 抽样时只需群的抽样框，简化工作量 调查相对集中，节省调查费用，方便调查实施 缺点：估计的精度较差 整群抽样注意事项： 组群的划分应尽可能符合数据规律，体现出“群内差异大，群间差异小”的原则。;二、非概率抽样(non-probability sampling);第二节 抽样分布;一、参数与统计量;3、参数与统计量的关系;1、总体分布：总体各元素的观察值所形成的分布。 2、样本分布：一个样本容量为n的样本中n个观察值的分布。 3、抽样分布：统计量所有可能取值形成的概率分布。 1）是一种理论概率分布 2）样本统计量是随机变量 样本均值, 样本比例等 3）结果来自容量相同的所有可能样本;三、样本均值的抽样分布;２、形成过程（一个例子）;? 现从总体中抽取n＝2的简单随机??本，在重复抽样条件下，共有42=16个样本。所有样本的结果如下表;? 计算出各样本的均值，如下表。并给出样本均值的抽样分布;3、抽样分布形式;? = 50;中心极限定理;中心极限定理;样本均值的抽样分布与总体分布的关系;4、样本均值抽样分布的特征;? 从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本均值的结果如下表：;式中：M为可能样本数目，是指从一个有N个单位的 　　　总体中抽取容量为n的样本时，出现的所有 　　　可能样本的个数。 结论： １）样本均值的均值（数学期望）等于总体均值 ２）样本均值的方差等于总体方差的1/n ;三、样本比率的抽样分布（适于研究品质数据）;2、概念要点;3、样本比例的抽样分布特征;四、样本方差的抽样分布;单总体参数推断时样本统计量的抽样分布形式