《统计学》课程PPT第六章 抽样调查与抽样推断.ppt

五、机械抽样(等距抽样)的抽样平均误差 1.若按无关标志排队 公式用以上纯随机抽样的公式，一般采用 不重复抽样公式： 2. 若按有关标志排队 公式用类型抽样的公式： 六、整群抽样的抽样平均误差 整群抽样的抽样平均误差受三个因素影响： (1)抽出的群数(r)多少 (反比关系) (2)群间方差( ) (正比关系) 群间方差计算方法如下：平均数的群间方差 成数的群间方差 (3) 抽样方法 以上抽样平均误差的公式归纳如下： 第五节 全及指标的推断 全及指标的推断即抽样估计，它是根据已知的样本指标对未知的总体指标进行估计或推断。它是抽样调查的目的。 一、点估计也叫定值估计，就是直接用一个样本指标来估计总体指标，当已知一个具体的样本时，便可得到总体指标的一个估计值。 【例】已知某种灯泡的寿命X~N? ，?2? 其中 ，?2都是未知的，今随机取得4只灯泡，测得寿命（单位：小时）为1502，1453，1367，1650。试估计 和? 【解】 故 和?的估计值分别是1493和118.61小时。 点估计的缺点是无法控制误差。 从一个样本得到的估计值往往不会恰好等于实际值，总有一定的抽样误差，点估计无法说明抽样误差的大小，也无法说明估计结果有多大的把握程度。 仅适用于对推断的准确程度与可靠程度要求不高的情况 点估计的优点是简单，具体明确，给出确定的估计值。 的抽样分布 例如由样本平均数估计总体平均数，根据中心极限定理， ?N( ， ) 二、区间估计 区间估计：根据样本指标(统计量)及其概率分布，以一定可靠程度(概率)推断总体指标所在的区间范围。它能说清楚估计的准确程度和把握程度。 设总体指标为?， ?L ，?U是由样本指标确定的两个量，对于给定的小概率?(0?1)有 P(?L＜?＜?U)=1-?，则称(?L，?U)为总体指标?的置信度为1-?的置信区间。 ?L，?U分别称为置信下限和置信上限，?为显著性水平， 1-?称为置信度。 ?一?总体平均数的区间估计 1.总体方差已知时，正态总体均值的区间估计 设总体X~N? ，?2?， ?x1, x2, … xn?是一个简单随机样本，则样本平均数 由中心极限定律，若总体平均数?和方差?2有限，当样本容量n充分大时，无论总体分布形式如何，样本平均数近似服从正态分布N? ，?2/n? 平均数抽样平均误差公式为 ?是总体标准差，往往是未知的，可用以前的总体标准差代替，在大样本情况下，常用样本标准差S代替。 若给定区间估计的可靠程度1-?，可由标准正态分布表查得临界值Z?/2即概率度， 从而可得，给定置信度1-?，则有 68.27% 95.45% 99.73% 样本平均数抽样极限误差 【例】某企业从长期实践中得知，其产品直径X是一随机变量，服从标准差为0.05的正态分布。从某日产品中随机抽取6个，测得其直径分别为14.8，15.3，15.1，15，14.7，15.1（单位：厘米）。在0.95的置信度下，试求该产品直径的均值的置信区间。 【解】 1-?=0.95，查正态分布表得 Z?/2=Z0.025=1.96 样本均值 抽样平均误差 抽样极限误差 所求 的置信区间为： 注意： ※当样本容量相当大时，即使总体分布形式未知或总体为非正态分布，样本均值近似服从正态分布，因此估计总体均值的方法与上述方法相同； ※大样本情况下，当总体方差未知而用样本方差代替时，对总体均值的估计也采用上述方法。 【例】某企业生产某种产品的工人有1000人，某日采用不重复抽样从中随机抽取100人调查他们的当日产量，样本人均产量为35件，产量的样本标准差为4.5件，试以95.45%的置信度估计平均产量的抽样极限误差和置信区间。 【解】 S=4.5，n=100，属大样本。故 又已知1-?=0.9545，则Z?/2=2， 总体人均产量的置信区间为： 35-0.86≤?≤35+0.86即在34.14至35.86件之间 2.总体方差未知时，正态总体均值的区间估计 ?小样本? 设总体X~N? ，?2?， ?x1, x2, … xn?是一个简单随机样本，样本平均数为 ，样本标准差 为S，则统计量 ~t?n-1? 若给定1-?，可由t分布表查得临界值t?/2， 【例】某商场从一批袋装食品中随机抽取10袋，测得每袋重量（单位：克）分别为789、780、794、762、802、813、770、785、810、806，要求以95%的把握程度，估计这批食品的平均每袋重量的区间范围及其允许误差。 【解】样本平均数 样本标准差 登记性误差：在调查