第五章 抽样分布及参数估计.pptVIP

对总体平均数的区间估计为： 对总体成数的区间估计为： 或 或 第三节 必要样本容量的确定 抽样调查理论中，样本容量 n 的确定具有实实在在的意义。 n 过大，违背抽样调查的宗旨， n 过小，则抽样误差偏大，无法作出精确的估计。 一、影响因素 1.总体标志变动度 各调查单位标志值之间的差异越大 抽样分布越分散 抽样误差越大 若想满足一定的精度要求 , 则必要样本量就越多 2.抽样推断可靠度和精确度要求 要求越高, 所需样本量就越大 3.抽样方法、方式 其他条件相同时，重复抽样所需 n﹥不重复抽样所需 n 分层抽样所需样本量最少, 整群抽样所需样本量最多 衡量可靠度一般用 t 分布 ,衡量精确度一般用抽样误差 本章主要研究简单随机抽样下如何确定 n 。 二、计算方法 简单随机抽样下必备样本量的确定 对于重复抽样： 同理可得： 对于不重复抽样： 同理: 采用简单随机重复抽样的方法，在2000件产品中抽取200件，其中合格品190件，求： （1）计算合格品率及抽样平均误差； （2）以95%置信水平对合格品率和合格品数量进行区间估计。 有一批送检产品，据经验估计其一级品率为20%，成数的最大允许抽样误差不超过5%，在95%的置信水平下，求： （1）用重复随机抽样，必要抽样单位数是多少？ （2）抽样方法同上，若允许误差减少50%，其必要抽样单位数又为多少？ * * * 第五章 抽样分布与参数估计 本章主要内容 一、抽样调查概述 二、抽样推断的原理 三、抽样分布与误差 四、必要样本容量的确定 第一节 抽样调查概述 一、抽样调查的意义 　　按照一定的程序,从总体中抽取一部分单位进行调查，根据样本资料的估计值，对总体待估参数做出具有一定可靠程度的估计和推断，以反映总体的数量特征或数量表现。 抽样分布 总 体 样 本 样本方差 样本均值 二、抽样调查的分类 随机抽样：按照随机原则，完全排除了人为的主观因素，总体中每个单位都有一定的概率被选入样本。 非随机抽样：从方便出发或者根据研究者主观的判断来抽取样本，不遵循随机原则。无法估计和控制抽样误差，无法用样本的数量特征来推断总体。（方便抽样、配额抽样、 不等概率PPS抽样等） 本章主要讨论随机抽样的原理和方法 按照随机原则抽取样本，完全排除了主观因素的影响，样本对总体具有代表性。 可节省人力、物力和财力，提高时效。 可以通过分析样本的特性，估计和推断被调查总体的数量特征。 抽样误差可以事先计算并加以控制，抽样调查具有一定的精确性和可靠性。 三、抽样调查的特点 四、抽样调查的应用 对一些社会现象不可能或不必要进行全面调查时，一种是被调查总体包含有无穷多个单位，第二种是对破坏性和消耗性产品的检验（如：家用电器检验、食品卫生检验等）。 企业产品质量的管理。 对一些时效性较强但有来不及采取全面调查的。 可以对大规模的全面调查进行检验，以修正资料。 五、抽样推断中的理论依据 1、大数定律（切贝雪夫大数定律） 设 ?? ?? 是一列两两相互独立的随机变量,服从同一分布，且存在有限的数学期望 和方差 ??,则对于任意小的正数 ，有： 对于抽样推断：随着样本容量 的增加，样本平均数将接近于总体平均数。 2、中心极限定理：设从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布。 在一定条件下，大量独立随机变量的平均数是以正态分布为极限的。 六、抽样组织的方式 1.简单随机抽样 简单随机抽样是一种对总体的每个单位（个体）都不加任何限制的抽样。在总体中不作任何分组、划类、排队等，完全随机地抽取调查单位。 它是抽样调查中最简单组织形式，又叫单纯随机抽样。 具体抽样时,可直接抽样,按号码签抽样,按随机数字表抽等 2.分层随机抽样 分层随机抽样又称为类型随机抽样或分类随机抽样。它是按照某一标志先将总体分成若干组（类），其中每一组称为一层，然后在每一层内按照简单随机抽样方式进行抽样的抽样方式。 例如：将工业企业划分为冶金、电力、石油化工、煤炭、机械、电子等部门，每个部门中进行抽样调查。 进一步细分 类型比例抽样 类型适宜抽样 各层抽样比例相同 标志变动度大的组多抽 标志变动度小的组少抽 3.整群随机抽样 整群随机抽样是先将总体按某一标志分成若干组 ，每一组称为一个群，以群为单位进行简单随机抽样，然后对抽到的群进行全面调查的抽样方式。 例如：了解某地区职工家庭生活状况时，按居委会分群，然后对抽到的群（居委会）中,所辖每户职工家庭进行调查登记。 对于分层抽样: 层内是抽样调查 , 层间是全面调