第三、四期末复习总结与习题 章参数与抽样估计.docVIP

第三、四章 参数与抽样估计 总体和个体（概念要点） 1．具体含义 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 2．抽象含义 总体(Population)：调查研究中所关心的作为随机变量的统计指标 个体(Item unit): 统计指标所取得每个可能值 样本(Sample) 1．样本(Sample)：从总体中所抽取的部分个体 2．样本容量(Sample size):样本中所含个体的数量 3．样本选取的基本原则： 代表性：样本的每个分量都与总体有相同的分布 独立性：样本的每个分量都是相互独立的 4．简单随机样本：满足代表性和独立性的样本 3.简单随机抽样：获得简单随机样本的方法 统计量：不含任何未知参数的样本的函数 例：设 是总体 容量为n的样本，则 样本均值(Sample mean)： 样本方差(Sample variance)： 阶原点矩(Moment of order )： 抽样分布 样本统计量的概率分布，是一种理论分布在重复选取容量为n的样本时，由该统量的所有可能取值形成的相对频数分布 样本统计量是随机变量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 样本均值的抽样分布 在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布 一种理论概率分布 推断总体均值(的理论基础 样本均值的抽样分布与中心极限定理 当总体服从正态分布N(μ,σ2)时，来自该总体的所有容量为n的样本的均值(x也服从正态分布，(x 的数学期望为μ，方差为σ2/n。即(x～N(μ,σ2/n) 中心极限定理 设从均值为(，方差为( 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 比较及结论：1. 样本均值的均值(数学期望) 等于总体均值 2. 样本均值的方差等于总体方差的1/n 样本比例的抽样分布 总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 在重复选取容量为n的样本时，由样本比例的所有可能取值形成的相对频数分布 一种理论概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 推断总体比例(的理论基础 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 抽样调查 抽样调查：通过对有限总体实施抽样，利用样本调查数据对总体参数进行估计。 概率抽样：根据一个已知的概率来抽取样本单位，也称随机抽样。 概率抽样的特点： 能够确切地区分不同的样本； 对每个可能的样本都赋予一个被抽到的概率； 按照事先赋予的概率通过某种随机形式抽取样本； 利用样本调查数据估计目标量时仍需与抽样概率相联系 抽样单元与抽样框 抽样单元(Sampling unit)：将总体划分成互不重迭且又穷尽的若干部分，每个部分称为一个抽样单元 每个抽样单元都是由若干个体组成的集合 只由一个个体组成就称为最小抽样单元 抽样单元可以是自然形成的，也可以是人为划定的 抽样框（Sampling frame)：关于抽样单元的名册或清单 上一级别的某个抽样单元被抽中，必须在下一级别抽样框中连续抽样 有效的抽样框所包含的抽样单元应既无遗漏又无重复 简单随机抽样 从总体N个单位中随机地抽取n个单位作为样本，使得每一个容量为样本都有相同的机会(概率)被抽中 抽取元素的具体方法有重复抽样和不重复抽样 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 没有利用其他辅助信息以提高估计的效率 分层抽样 将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 二阶抽样与多阶段抽样 先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查 群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使