统计基础教案——参数估计和假设检验.docVIP

第七章 参数估计和假设检验 通过对本章的学习，要求读者明确抽样推断的概念和基本原理，理解假设检验的概念和基本思路；熟练掌握简单随机抽样下总体参数估计的方法、样本容量的确定方法以及假设检验的方法。 【教学重点、难点】 参数估计中的几个基本概念 样本平均数和样本成数的抽样分布 总体参数估计的方法 假设检验的概念和方法 【教学用具】多媒体 【教学过程】 当我们不能对所研究的无限总体或随机现象进行全面、大量的观察时，就只能随机地抽取一部分单位组成样本进行观察，并根据样本信息对总体的某些特征进行推断。这一过程称之为统计推断。统计推断是在抽样调查的基础上，要了解所研究的无限总体或随机现象的数量特征，即统计指标所运用的一种统计分析方法。 第一节 抽样推断中的几个基本问题 一、抽样推断中的几个基本概念 （一）全及总体与样本 全及总体是指我们在抽样推断中所要研究的某一个现象总体，也称为总体或母体。一个有限总体所包含的单位的个数通常用“N”来表示。从全及总体中按随机原则抽取若干个体（总体单位），将这一抽取过程称为抽样。所抽取的部分个体称为样本。样本中的每个个体叫样本单位。样本中所包含个体的数量称为样本容量。样本容量通常用“n”来表示。样本容量达到或超过30个称为大样本，而低于30个称为小样本。 （二）样本统计量和总体参数 在抽样推断中，无论是总体还是样本，都可以用诸如平均数、比率（成数）、标准差或方差等指标来描述它们的数量特征。当它们用来描述样本的特征时，称为样本统计量；当它们用来描述全及总体特征时，称为总体参数。抽样推断中常用的总体参数有全及总体的平均数、标准差（或方差σ2）、成 数P（Q）或成数方差PQ。与总体参数相对应，常见的统计量有： 样本均值（也叫抽样平均数） 或 样本方差（当n≥30时） （当n＜30时） 样本成数 样本成数方差（当n≥30时） 等。 （三）重复抽样和不重复抽样 重复抽样也叫有放回抽样，是指在总体中抽取样本单位时，每次抽取一个单位进行调查登录后再放回到总体，重新参与下一个单位的抽选，在抽取样本单位的过程中，总体的单位数始终不变。 这种方法可能会使同一个单位不止一次被抽中。 不重复抽样也叫不放回抽样，是指在抽样时对被抽到的单位经登记后不再放回总体中，每抽取一个单位，总体的单位数就减少一个单位。 这种方法不可能使同一个单位被重复抽中。 二、抽样的组织方式 （一）简单随机抽样 简单随机抽样也称为纯随机抽样。它是对总体单位不作任何分类或排队，而是直接从总体中按随机原则抽取样本单位的组织形式。通常可采用抽签、摇号或利用随机数字表的方式来抽取样本单位。 简单随机抽样是抽样中最基本的抽样组织形式，它比较适合在总体单位不多，总体单位标志值差异较小，或对抽样推断的要求不高的情况下采用。 （二）类型抽样 类型抽样又称分类抽样或分层抽样。是先将总体的全部单位按照某个主要标志加以分类，然后再从各类中按随机原则抽取一定单位构成样本的抽样组织方式。其特点是：类型抽样通过对总体各单位进行分类后，可以使总体单位标志值比较接近的单位归为一类，使总体各类的分布比较均匀；在样本容量一定的情况下，可以缩小抽样误差，提高抽样推断的效率。这种方式适用于总体情况比较复杂，各类型或各层次之间的差异较大，而总体单位数又较多的情形。 （三）等距抽样 等距抽样又称为机械抽样或系统抽样。它是先将总体各单位按某一标志顺序排队，然后按固定的顺序和相同的间隔来抽取样本单位的抽样组织形式。其特点是能提高样本单位分布的均匀性和样本的代表性。因此，抽样推断的精确性要比简单随机抽样高，特别是总体标志变异程度较大时，更能显示出其优越性。 （四）整群抽样 整群抽样又称为分群抽样或集团抽样。它是先将总体各单位划分为若干群，然后以群为单位从中随机抽取一些群，对抽中群的所有单位一一进行调查的抽样组织形式。其特点是设计和组织抽样比较方便，节省人力、物力和时间。在大规模的抽样调查中，如果总体单位多，且分布区域广，缺少进行抽样的抽样筐，不适宜采用单个的抽取样本单位时，可采用这种抽样组织方式。 （五）多阶段抽样 多阶段抽样又称为多级抽样。它是把抽取样本单位的过程划分为几个阶段，然后逐阶段抽取样本单位的抽样组织形式。其特点是比较灵活，便于组织。当总体单位很多、且分布广泛，几乎不可能直接从总体中抽取样本单位时，常采用多阶段抽样。 第二节 抽样分布 一、抽样分布的概念 统计量作为样本的函数 ，随着每次抽样值的变化而变化。我们把根据样本所有可能的样本值计算出来的某一统计量的概率分布，称为抽样分布。 抽样分布是统计推断的基础，正是依据抽样分布的性质，我们才能对总体作出具有一定概率保证的估计和推断。 二、简单随机抽样下样本平均数的抽样分布 条 件 样本平均数 总体服从正态分布N（μ，σ2