抽样技术与样本平均数的抽样分布.ppt

抽样技术与样本平均数的抽样分布 抽样调查(sampling survey) 从总体中抽取部分个体组成样本，对该样本进行观察，进而推断未知总体情况，称为抽样调查。 抽样调查分为非概率抽样调查和概率抽样调查两大类。 抽样调查的分类 非概率抽样(nonprobability sampling) 依据调查者的经验有目的地挑选一部分个体组成样本，然后根据对样本的观察来推断总体的基本情况。 典型调查、重点调查就是常见的非概率抽样。 概率抽样(probability sampling) 总体中每个个体被抽中的概率是已知的。可以根据概率论的原理，进行随机抽样，能计算出调查结果的理论精确度和可靠程度。 常用的抽样方法 简单随机抽样(simple random sampling) 分层随机抽样(group sampling, stratification sampling) 系统抽样(systematic sampling) 整群抽样(cluster sampling) 简单随机抽样 从总体的N个个体中，完全以随机形式（不加人为干扰地）抽取n个个体组成一个样本。在抽取的过程中，总体中每个个体被抽到的概率是均等的，并且在任何一个个体被抽取之后总体内成分不变（抽样的独立性）。 无法利用已知总体的信息 分层随机抽样 一种有人为干预的限制性随机抽样。 按有关的因素或指标将总体划分为互不重叠的几个部分（层），再从各部分（层）中独立地抽取一定数量的个体，最后将各个部分（层）中抽取的个体合在一起，组成一个样本。 各层内部的差异要小，层与层之间的差异要大 等比例分层抽样 机械抽样 又称为系统抽样、等距抽样，其做法是，先将总体中的所有个体按顺序编号，然后每隔一定的间隔k抽取个体，组成样本。 能跑遍整个总体 注意总体的周期性变化 整群抽样 以整群为单位的抽样方法，即从总体中抽出来的个体同属于某个群体。 使用整群抽样的目的主要是为了方便和节省费用。 整群抽样也有缺点，它抽取的个体在总体中分布不均匀，因此抽样误差常常大于简单随机抽样。 多阶段抽样 在整群抽样中，如果对抽中的整群不是调查它所包含的全部个体，而是从中再抽取部分小的整群，然后对小的整群中的个体进行全面调查。 多阶段整群抽样比单阶段整群抽样灵活，在样本容量相同的条件下，多阶段抽样的样本个体在总体中的散布比单阶段抽样均匀。 多阶段抽样可以利用现成的行政区划作为各阶段划分整群的依据。大规模抽样调查一般都采用多阶段抽样方法。 三种不同性质的分布 总体分布（population distribution）：总体内个体观察值的次数分布。 样本分布（sample distribution）：样本内个体观察值的次数分布。 抽样分布（sampling distribution）：根据所有可能的样本观察值计算出来的某一种统计量的观察值的概率分布。 从总体分布到抽样分布 总体X的概率分布 这是一个均匀分布（uniform distribution）总体 总体均数为130，方差为50 一 二 三 四 五 测验分数(X) 120 125 130 135 140 户数 1 1 1 1 1 概率 0.20 0.20 0.20 0.20 0.20 样本（n=2）的所有可能结果 (120, 120) M=120 (125,120) M=122.5 (130,120) M=125 (135,120) M=127.5 (140,120) M=130 (120,125) M=122.5 (125,125) M=125 (130,125) M=127.5 (135,125) M=130 (140,125) M=132.5 (120,130) M=125 (125,130) M=127.5 (130,130) M=130 (135,130) M=132.5 (140,130) M=135 (120,135) M=127.5 (125,135) M=130 (130,135) M=132.5 (135,135) M=135 (140,135) M=137.5 (120,140) M=130 (125,140) M=132.5 (130,140) M=135 (135,140) M=137.5 (140,140) M=140 样本（n=2）的平均数的抽样分布 平均数 120 122.5 125 127.5 130 132.5 135 137.5 140 次数 1 2 3 4 5 4 3 2 1 概率 .04 .08 .12 .16 .20 .16 .12 .08 .04 不同总体情况下的抽样分布 示意图 抽样分布的定理 设总体X服从分布F(x)，（X1，X2，…，Xn）是抽自该总体的一个简单随机样本（simple rando