抽样统计的基本概念-111.pptVIP

二、 抽样统计的基本概念 1. 个体、观测与总体 （1）个体（Elementary unit)： 某个被测量的对象（如：一个灯泡） （2）抽样框（Frame): 全部个体的名单（list) （3）观测(Observation)： 某个个体在测量变量上的取值 （如：一个灯泡的寿命） （4）总体（Population)： 所有观测的集合 例如：两条正态分布的密度曲线 左边是N(-2,0.5)分布，右边是N(0, 1)分布 3. 样本与样本容量 可以从抽样框中抽取一部分个体进行观测统计，再根据这部分个体的观测信息推断总体的性质。 （1）一个样本（Sample ）： 注意： 由于Xi是从总体中随机抽取的，所以 X1, X2 , …, Xn 是 n 个随机变量。 （2）样本容量（Sample Size） ：n 大样本：n ? 30 小样本：n 30 （3）样本值：一次实际抽取( x1, x2 , …, xn) 三、中心极限定理 The Central Limit Theorem 在服从任意分布的总体中，抽取容量为n的样本。，如果 则样本均值 和样本比例 都近似服从正态分布． 根据Chebyshev 定理 可以推导出: 在以下区间内，所包含的统计值的比例大于95% （?- 2?, ?+2 ?) （一）基本概念 1.总体参数 ? 2.样本 3.样本容量 n 4.样本值: 5. 估计值 6.抽样误差： 问题：如何测量抽样误差？ 1.　区间估计的概念　　　　Interval Estimation 在总体 X 抽取一个容量为 n 的随机样本 X: ? x1, x2, …, xn 利用样本构造两个统计量 使得: 置信区间 Confidence Interval : 置信度 Level of Confidence : 1-? 在大样本的前提下：总体均值的95%的置信区间的半长大约是:  均值的置信区间的宽度取决于三个因素: 1. 置信度 （95% ; 99.7%) 2. 标准差: 3. 样本容量: n (是可控制的) 总体均值的99.7%的置信区间的半长大约是:  原则：调查者不能根据主观意图挑选调查单位。而是在总体中，按照随机原则和纯粹偶然性的方法抽取样本。 8.5 简单随机抽样方法 简单随机抽样： 　　　每一个容量为 n 的可能样本被抽到的概率都是一样的。 方法： （1）抽签法 （2）乱数表法（随机数字表） 抽签法: 先将调查总体的每个单位编上号码，然后将号码写在卡片上搅拌均匀，任意从中选取。抽到一个号码，就对上一个单位，直到抽足预先规定的样本数目为止。 (1) 总体均值的估计（大样本） 放回抽样 总体均值的点估计 95%的置信区间估计（抽样误差） 抽样误差： 不放回抽样 总体均值的点估计 同样样本容量下，不放回抽样的误差更小！ N—总体中的个体数量 n —样本容量 95%的置信区间 (2) 总体比例的估计 (大样本） 放回抽样 不放回抽样 _(_______._______)_ (3) 样本容量的确定　　 估计总体均值时需要的样本容量 在构造总体均值的置信度为 95%的置信区间 置信区间的半长 D 等于 放回抽样 如何确定调查所需要的精度 D 应用时，由于存在量纲问题，可以采用相对误差： 所以常用的方法是： 不放回抽样 置信区间： 抽样误差范围： 要求样本容量为： 估计总体比率时需要的样本容量 置信度为 95%，总体比率 p 的置信区间为 95%的置信区间的宽度为 样本容量为 问题：在调查之前 是未知的 放回抽样 解决的办法： 1 0.1 0.2 0.3 0.4 0.5 0.6 …... 0 0.9 0.8 0.7 0.6 0.5 0.4 …... = 0.5 = 0.5 所以样本容量 n 的最大值是： 取 例题： 北京地区观众调查网的置信度要求95%,误差要求不超过3%。求所需要的样本容量。 解: D=0.03 不放回抽样