[医学]第6章抽样估计.pptVIP

第六章 抽样推断 第一节 抽样推断的概念与理论依据 第二节 抽样误差 第三节 参数估计基本方法 第四节 抽样调查的组织形式及抽样估计 抽样估计在统计方法中的地位 统计推断的过程 抽样调查的作用 一）应用抽样法可对某些不可能或不容易进行全面调查而又要了解其全面情况的社会经济现象进行数量方面的统计分析。 1.对无限总体不可能进行全面调查。例如环境保护要了解空气中某种有害气体的含量或水质中某种物质的成分，是无法全面调查的；又如要研究新的工艺设计是否改善产品质量，应该包括未来生产的全部产品质量，但我们也只能抽取部分产品进行检验。 2.有些现象总体范围过大，单位分布又过于分散，很难或不必要进行全面调查。例如，要检验水库的鱼苗数，森林的木材蓄积量。 3.对于产品或商品具有破坏性的质量检验也不能进行全面调查。例如灯泡、电视机使用寿命的检验，种子的发芽率检验，炮弹的射程测试等，不能为了鉴定质量而破坏所有的产品。这种情况下，也只能用抽样的方法。 4.有时虽然能全面调查，但抽样调查仍有独到作用，它可以大大节省人力、物力，又可节省时间，提高调查的时效性，并且能取得比较详细的资料。因此，对那些资料要求紧迫，需以较短时间，迅速了解总体全面情况时，也可用抽样法。 二）应用抽样法可对全面调查的结果加以补充或订正 三）应用抽样法可对生产过程中产品质量进行检查和控制 四）应用抽样法可对总体的某种假设进行检验，来判断这种假设的真伪，决定行动的取舍 例如新教学法的采用，新工艺新技术的推广，化工原料新配方的使用，新医疗方法的使用等等是否有明显的效果，可以对未知的或不完全知道的总体作出一些假设，然后利用抽样的方法，根据实验资料对所做的假设进行检验，做出判断，并在行动上做出抉择，这就是抽样法在决策上的应用。 样本及其代表性（概念要点） 样本（sample）：又称样本总体或子样，就是从总体中随机抽取出来并用来代表总体的那部分单位所构成的新的小总体或集合体。对于一个具体的抽样问题，总体是唯一确定的，而样本则不是唯一的。 影响样本代表性的因素： 1、总体分布的离散程度的大小。（用方差δ 表示） 2、抽样单元数的多少(或称样本容量的大小)。 3、抽样方法（重复抽样和不重复抽样）。 参数与统计量 在统计学中约定俗成，将用来描述总体的特征的综合指标称为总体的参数； 将用来描述样本特征的指标称为样本统计量。 参数 统计量 样本可能数目 样本可能数目：又称样本个数，是指从一个有N个单位的总体中抽取容量为n的样本时，有可能出现的所有样本的个数，是一种理论概率分布。 样本个数：一个样本包含的单位数。用 “n”表示。一般要求 n ≥30 在总体单位数N和样本容量n一定的条件下，样本可能数目与抽样方法有关。而在同一抽样方法下，又由于对被抽中的几个单位考虑顺序与否，从而有不等的样本可能数目。 可能样本数目的计算公式 抽样框与抽样单位 样本统计量的分布-抽样分布 正态总体样本的线性函数的分布 X2-分布 t-分布 F-分布 正态母体子样均值和方差的分布 一、抽样误差的概念 误差来源 在抽样中误差的来源有许多方面。 一类是登记性误差，即在调查过程中由于观察、测量、登记、计算上的差错所引起的误差，这类误差是所有统计调查都可能发生的。 另一类是代表性误差，即样本各单位的结构不足以代表总体而引起的误差。 代表性误差的发生有以下两种情况：一种是由于违反抽样调查的随机原则，如有意地多选较好的单位或较坏的单位进行调查。这样做，所据以计算的抽样指标必然出现偏高或偏低现象，造成系统性的误差。系统性误差和登记性误差都是不应当发生的，是可以也应该采取措施避免发生或将其减小到最小限度。 另一种情况是，即使遵守随机原则，由于被抽选的样本有各种各样，只要被抽中的样本其内部各单位被研究标志的构成比例和总体有所出入，就会出现或大或小的偶然性代表性误差。我们所讲的抽样误差就是指这种偶然性代表性误差。即按随机原则抽样时，在没有登记性误差和系统性误差的条件下单纯由于不同的随机样本得出不同估计量而产生的误差。 抽样误差是抽样调查所固有的，是无法避免与消除的，但可以运用数学方法计算其数量界限，并通过抽样设计程序控制其范围，所以这种抽样误差也称为可控制误差。 需要指出，抽样误差不是固定不变的数，它的数值是随样本不同而变化的，所以它也是随机变量。 二、抽样平均误差 二、抽样平均误差 抽样平均数的平均误差 抽样成数的平均误差 抽样平均误差所反映的内容 总体参数的点估计 点估计（概念要点） 从总体中抽取一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计 例如: 用样本均值作为总体未知均值的估计值就是一个点估计 点估计没有给出估计值接近总体未知参数程度的信息 点估计的方