第四章 抽样分布(最新).ppt

第四章 抽样分布与参数估计 第一节 频率、概率与概率分布 第二节 抽样分布 第三节 总体参数估计(重点) 第四节 抽样设计 统计推断的过程 学习目标 1. 理解概率及概率分布的意义； 2. 掌握抽样的基本概念以及抽样分布的概念； 3. 掌握总体参数点估计的基本方法及其优良 标准； 4. 掌握总体均值和成数指标的估计方法； 5. 了解抽样设计的基本内容。 第一节 频率、概率与概率分布 (Omitted) 第二节 抽样分布 一、抽样的基本概念 抽样涉及的基本概念有： 1.总体与样本(在第一章) 2.样本容量与样本个数 3.总体参数与样本统计量 这些概念是统计学特有的，体现了统计学的基本思想与方法。 （一）样本容量与样本个数 1.样本容量： 样本是从总体中抽出的部分单位的集合，这个集合的大小称为样本容量，它表明一个样本中所包含的单位数。 一般地说，样本容量大，抽样误差会小，但调查费用会增加，反之，样本容量过小，又将导致抽样误差增大，甚至失去抽样推断的价值。因此，在抽样设计中应根据调查目的和要求认真考虑合适的样本容量。 2.样本个数： 样本个数又称样本可能数目，它是指从一个总体中可能抽取多少个样本。样本个数的多少与抽样方法有关。关于样本个数的计算我们将在“重复抽样与不重复抽样”中介绍。 注意： 这个概念只是对有限总体有意义，对无限总体没有意义！ （二）总体参数与样本统计量 1.总体参数： 总体分布的参数往往是总体的数量特征，也是统计推断的对象。 常见的总体参数有：总体平均数指标，总体成数(比率)指标，总体分布的方差、标准差，等等。它们都是反映总体分布特征的重要指标。总体成数(也称总体比率)指标是指总体中具有某性质的单位数目在总体中所占的比重，它反映了总体的结构特征。 2.样本统计量： 通俗地说，样本统计量是样本的函数。由于样本是从总体中随机地抽出来的，因此，样本统计量也是随机变量。我们利用样本统计量来估计或推断总体的参数和数量特征。设已有样本 ，常见的统计量有： 样本平均数 （三）重复抽样与不重复抽样 1.重复抽样：重复抽样(或重置抽样)是指从总体中抽出一个样本单位，记录其标志值后，又将其放回总体中继续参加下一轮抽样。 重复抽样的特点是：第一，n个单位构成的样本是n次试验的结果。第二，每次试验是独立的，即其试验的结果与前次、后次的结果无关。第三，每次试验是在相同条件下进行的，每个单位在每次试验中选中的机会(概率)是相同的。在重复试验中，样本可能的个数是Nn，N为总体单位数，n为样本容量。 2.不重复抽样：不重复抽样亦称为不重置抽样，即每次从总体抽取一个单位，登记后不放回原总体，不参加下一轮抽样。下一次继续从总体中余下的单位抽取样本。 其特点是：n个单位的样本由 n 次试验结果构成，但由于每次抽出不重复，所以实质上相当于从总体中同时抽取n个样本单位。如果考虑顺序，其样本可能个数为 ；如果不考虑顺序，其样本可能个数为 二、抽样分布 (一)重复抽样分布 所以，由概率论知，如果总体是正态分布的，则样本平均数的抽样分布是如下正态分布 这是一个非常重要的结论，有广泛的应用。 例 子 此指标反映所有的样本平均数与总体平均数的平均误差，称为抽样平均误差，用 表示。 得出两个结论 2.总体成数的估计——样本成数分布的性质： 总体成数p是指具有某种特征的单位在总体中的比重。在前面我们已经知道，成数是一个特殊平均数，设总体单位总数目是N，总体中有该特征的单位数是N1。设X是0、1变量， 即：总体单位有该特征，则X取1，否则取0，则有： 现从总体中抽出n个单位，如果其中有相应特征的单位数是n1，则样本成数是： P也是一个随机变量，利用样本平均数的分布性质结论，即有： E(P)=p (二)不重置抽样分布 1、样本平均数的分布 三、大数定理与中心极限定理 (一)大数定理 大数定理又称作大数法则。人们在观察个别事物时，是连同一切个别的特性来观察的。个别现象受偶然因素影响，有各自不同的表现。但是，对总体的大量观察后进行平均，就能使偶然因素的影响相互抵消，消除由个别偶然因素引起的极端性影响，从而使总体平均数稳定下来，反映出事物变化的一般规律，