第五章节 抽样推断.ppt

第五章 抽样推断 第一节? 概述 第二节? 抽样分布与抽样误差 第三节????抽样估计 第四节 抽样方案的设计 参数估计在统计方法中的地位 例：某地区水土中缺乏一种微量元素，根据医学研究结果可知，人们如果摄取这种元素过少，脑功能可能受影响，因此可推测该地区儿童的智力水平可能低于一般水平。心理学家使用某一标准化智力检验方法，对该地区随机选取36名儿童进行智力测验，得到智力分数的平均值是94分，已知总体标准差为15分，问该地区儿童的智力水平是否和一般水平（100分）有明显差异？ 统计推断的过程 第一节? 抽样推断概述 抽样推断的意义 抽样推断中常用的几个基本概念 抽样方法 抽样推断的理论依据 抽样的类型 一次失败的统计调查 在1936年的美国总统选举前，Literary Digest 的杂志进行了一次民意调查。总统候选人是堪萨斯州州长Alf Landon和现任总统 Franklin Roosevelt。为了解民意，民意调查专家们根据电话簿和车辆登记簿上的名单发了一千万张调查表。但收回的比例并不高。在收回的调查表中，Alf Landon非常受欢迎。于是该杂志预测 Landon 将赢得选举。但结果是Franklin Roosevelt赢得了这次选举。 在经济大萧条时期调查有电话和汽车的人们，并不能够反映全体选民的观点。此外，只有少数的问卷被收回。这些都是值得怀疑的。 一、抽样推断的意义（课本p172） 抽样推断的作用（课本p173） 可反映不可能进行全面调查，而又要了解全面情况的社会经济现象总体的数量特征。（产品质量检验、商品市场占有率调查） 对可进行全面调查的现象，抽样调查可取得事半功倍的效果，并有其独到的作用。（居民生活状况调查） 可以对全面调查资料进行补充和订正。（人口的抽样推断检查） 可以用于工业生产过程的质量控制。 可以对某种总体指标的假设进行检验，来判断这种假设的真伪，以决定取舍。 二、抽样推断中常用的几个基本概念 (一) 总体、个体、样本、样本容量 总体(Population)：调查研究的事物或现象的全体 个体(Item unit)：组成总体的每个元素 样本(Sample)：从总体中所抽取的部分个体 样本容量(Sample size)：样本中所含个体的数量 (二)全及指标和抽样指标 1、全及指标是根据总体单位的标志值或标志特征计算得到的。通常包括平均数、成数、方差、标准差和总体单位数等。一般用大写的英文字母来表示。 2、抽样指标是根据样本单位的某一标志值或标志特征计算得到的。通常包括抽样平均数、抽样成数、样本方差、样本标准差和样本容量等。一般用小写的英文字母表示。 三、抽样方法（重复抽样、不重复抽样） 1、重复抽样：把总体中已抽取的样本单位再放回总体中去，参加以下各次的抽取。 同一单位有重复抽中的可能； 总体单位数在每一次抽取时都相同； 在不同次抽取时，每个单位中选或不中选的机率完全一样。 实验结果相互独立 2、不重复抽样：某一单位在被抽中之后，就不再放回总体中参加以后各次的抽样。 同一单位不可能被多次抽中； 总体单位数在每次抽取上都不同，越往后越少； 在不同次抽取时，每个单位中选或不中选的机率是不同的。 实验结果不是相互独立 四、抽样调查的理论依据 五、抽样的类型 简单随机抽样 分层随机抽样 系统抽样 抽样调查实例 实例1：盖洛普民意测验（定额抽样） 实例2：住房需求抽样调查方案设计（分层抽样） 实例3：未成年犯罪调查样本抽取方法的研究（多阶段抽样） 第二节? 抽样分布与抽样误差 抽样分布（样本均值、样本成数） 抽样误差的概念和种类 抽样平均误差的计算 一、样本均值的抽样分布（一个例子） 样本均值的抽样分布 （一个例子） 所有样本均值的均值和方差 样本均值的分布与总体分布的比较 不重复抽样 样本均值的抽样分布与中心极限定理 中心极限定理（图示） 样本均值的抽样分布（证明见课本356、358、361页） 由概率统计理论， 样本成数的抽样分布（证明见课本360页） 样本平均数和成数的期望值和方差 二、抽样误差的概念和种类 抽样误差的种类和影响因素 （1）抽样实际误差是某一个具体样本指标与总体指标之间的差别，这是无法知道的差别。 （2）抽样平均误差是指所有可能出现的样本指标的标准差。 （3）抽样极限误差是根据概率论的理论，以一定的可靠程度保证抽样误差不超过某一给定的范围。 三、抽样平均误差的计算 (一)抽样平均误差的意义（课本178页、179页） 抽样平均误差是由于抽样的随机性而产生的所有可能样本指标之间的平均离差，它是由一系列的抽样平均数或抽样成数的标准差来反映的。它能够说明样本指标代表性大小以及样本指标与总体指标相差的一般