样本平均数的分布例.ppt

* * * * * * * * 重复抽样下样本平均数的方差为： 不重复抽样下样本平均数的方差为： 例：假设某农场种植小麦1200亩，根据其地理条件划分为甲、乙、丙三类，按5%的比例总共抽取60亩进行调查，结果如下表所示。试以95%的概率估计农场平均亩产量的区间范围。 麦田类别 总体面积(亩) 抽查面积(亩) 抽样平均亩产(斤) 亩产标准差(斤) 甲 600 30 600 20 乙 360 18 460 25 丙 240 12 400 36 合计 1200 60 — — 解： 样本平均数为： 组内方差平均数为： 抽样平均误差为： 由1-α=0.95查表得概率度z=1.96，因此极限误差 由此可得农场平均亩产量的估计区间为： （511.73，524.27）斤。 结论： 由于总体方差=组内方差平均数+组间方差，因此类型抽样的平均误差一般小于简单随机抽样，仅当组间方差为0时二者才相等。 由于总体方差唯一确定，因此类型抽样分组时应尽可能扩大组间方差，缩小组内方差，这样可减小抽样误差，提高抽样效果。 等距抽样 将总体各单位按某一标志进行顺序排列，然后按固定的间隔来抽取样本单位的抽样组织形式，又称机械抽样或系统抽样。 特点： 事先需了解总体的一些辅助信息。 在各单位顺序排列的基础上，再按某种规则依一定间隔取样，可保证取到的样本单位在总体中分布均匀，使样本有较高的代表性。 仅当排列的标志与所研究的标志有较密切的关系时，才能提高抽样效果。 方法： 无关标志排队法 有关标志排队法 按排列的标志与所研究的标志关系是否密切 无关标志排队法: 设总体有N个单位，现要抽取容量为n的样本。先将总体N个单位按一定标志（与所研究的标志无关）排队，再将其划分为n个相等部分， 每部分k个单位，k=N/n。现在从第一部分中随机抽出第i个单位 ，第二部分抽第k+i个单位，第三部分抽第2k+i个单位，…，第n部分抽第(n-1)k+i个单位，一共n个单位构成样本，相邻两个样本单位的间隔为k。用此方法共可抽k个样本。 有关标志排队法: 将总体N个单位按有关标志排队，并根据样本容量n等分后，有两种取样方法： 半距中点取样： 取每一部分处于中间位置的单位，第一部分取第(k+1)/2个单位，第二部分取第k+(k +1)/2个单位，…，第n部分取第(n-1)k+(k +1)/2个单位，相邻单位的距离为k ，一共n个单位构成样本。 原因： 因按有关标志排队，所以各组处于中间位置的单位最能代表该组水平。 缺点： 随机性较差，只能抽一个样本。 对称等距取样： 从第一部分中随机抽出第i个单位 ，第二部分抽倒数第i个即第2k+1-i个单位，第三部分抽第2k+i个单位，第四部分抽第4k+1-i个单位， …，一共n个单位构成样本。 原因： 因按有关标志排队，所以当第一个单位的标志值偏小时，第二个单位的标志值就会偏大，反之亦然。这样既实现了随机原则，又可取到比较有代表性的样本。用此方法共可抽k个样本。 注意： 避免抽样间隔与现象本身的周期性节奏相重合，否则会引起系统误差。 抽样误差的计算： 等距抽样的样本平均数为： 等距抽样采用无关标志排队法时，其抽样误差接近于不重复抽样的简单随机抽样误差： 例：某块麦地长300米，宽120米，包括120条垅，每垅长300米。现从这块麦地按等距抽样的方式（采用半距中点取样法） ，抽取50个2米长垅为样本单位进行实割实测，得各样本单位产量如下表所示： 样本产量（公斤） 单位数 0.8 6 4.8 -0.4 0.96 1.0 12 12.0 -0.2 0.48 1.2 14 16.8 0 0 1.4 12 16.8 0.2 0.48 1.6 6 9.6 0.4 0.96 合计 50 60 - 2.88 试计算平均亩产量的抽样平均误差，并以95%的概率保证程度估计这块麦地的亩产量和总产量。 解： 样本单位平均产量为： 样本单位标准差 样本单位的抽样平均误差 由于1公亩= 100平方米，1公亩=0.15市亩， 所以样本单位面积=2平方米=0.02公亩=0.003市亩， 所以样本平均亩产量为：1.2/0.003=400(公斤) 平均亩产量的抽样平均误差为:0.034/0.003=11.33 (公斤) 由置信度0.95查表得概率度z=1.96，因此平均亩产量的抽样极限误差 因此麦地亩产量的估计区间为： (400-22.21，400+22.21)=(377.79，422.21)公斤。 麦地的总面积为： 300×120=36 000(平方米)=360(公亩)=54(市亩) 因此麦地总产量的估计区间为： (54×377.79， 54×422.21)=(20400.66，22799.