统计学复习资料 抽训涅分布.pptVIP

第四章 抽样分布;统计应用：两个例子; 抽样估计方法主要用在下列两种情况： 1、对所考查的总体不可能进行全部测度； 2、从理论上说可以对所考查的总体进行全部测度，但实践上由于人力、财力、时间等方面的原因，无法或没有必要（不划算）进行全部测度。 注意： ●抽样调查必须遵循随机原则。 ●抽样估计只能得到对总体特征的近似测度，因此，抽样估计还必须同时考察所得结果的“可能范围”与“可靠程度”。;第一节 抽样的概念与方法;一、抽样的基本概念; 2、同时，有1500人参加了公司培训， 则参加公司培训计划的比例为： P =1500/2500=0.60 参数是总体的数值特征（A parameter is a numerical characteristic of a population.)。 如：例3中的中层干部平均年薪，年薪标准差及受培训人数所占比例均为该公司中层干部这一总体的参数。 ●抽样估计就是要通过样本而非总体来估计总体参数。;假如抽取30名,得到样本平均数、标准差和成数是;二、简单随机抽样的方法 ;（二）不放回抽样;第二节 简单随机样本的抽样分布;一、重置抽样的抽样分布;【例】设一个总体，含有4个元素(个体) ，即总体单位数N=4。4 个个体分别为x1=1、x2=2、x3=3 、x4=4 。总体的均值、方差及分布如下;? 现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果为;样本均值的抽样分布;样本均值的分布与总体分布的比较;显然，不同的样本对应着不同的样本统计量，而由于样本抽取的随机性，样本统计量即为一种随机变量。 一般地，样本统计量的可能取值及其取值概率，形成其概率分布，统计上称为抽样分布（sampling distribution)。 ▲正是抽样分布及其特征使得用样本统计量估计总体参数的“精确程度”能够给予概率上的描述。 ▲由于样本统计量的随机性及其抽样分布的存在，同样可计算其均值、方差、标准差等数字特征来反映该分布的中心趋势和离散趋势。;1、样本平均数的期望值 由于不同的样本可得到不同的样本均值，因此，考察样本均值的期望就显得非常重要。 用 表示样本均值的期望值， 表示总体均值，可证明在简单随机抽样中。 ;样本平均数的标准差可得： 样本均值的标准差可用来测度样本均值与总体均值的“距离”，即可用来计算可能的误差，它也被称为均值标准误（standard error of the mean）或抽样平均误差。;（二）样本比例的抽样分布;结论;? 现从总体中抽取n＝2的简单随机样本，在不重复抽样条件下，共有12个样本。所有样本的结果为;样本均值的抽样分布;样本均值的分布与总体分布的比较;结论：（不放回抽样）;（二）样本比例的抽样分布;附注：正态分布理论与中心极限定理;正态分布密度函数特性：;2、正态分布标准化;不同的正态分布参数也就有不同的正态分布形式，利用上式分布函数计算各类不同的正态分布形式某点或某区间的概率是很困难的。必须对各种正态分布加以标准化，才能求其概率， 标准化：要求平均数为0，方差为1，用N(0,1)来表示。即是原变量变为新变量： ;例 ：某农场的小麦亩产量服从正态分布，已知平均亩产为550公斤，标准差50公斤，求亩产在525－575公斤间所占的比例。; ;3、正态分布再生定理;当总体分布未知时，需要用到中心极限定理： 对容量为n 的简单随机样本，样本均值的分布随样本容量的增大而趋于正态分布。 经验上验证，当样本容量等于或大于30时，无论总体的分布如何，样本均值的分布则非常接近正态分布。因此统计上常称容量在30（含30）以上的样本为大样本（large-sample-size)。;5、样本容量与样本均值分布的关系 由于样本标准差与总体标准差及样本容量有关： 因此，样本容量增大，样本均值标准差变小，从而使样本分布峰度变高，于是在相同区间内，概率分布线下的面积变大，提高了样本均值落在该区间的可能性。 ▼注意： 1、所有可能的样本均值的平均数等于总体均值，而与样本容量无关。 2、点估计往往是在总体方差已知的情况下进行的。 ;附注：关于正态分布查表的基本方法;关于正态分布查表的基本方法： f(z)