社会研究的统计应用6.pptVIP

两大类统计推论：参数估计，假设检定 参数估计：从样本的统计值来估计总体之参数值：研究10000人的每月文娱平均支出 1）随机抽取200人作为样本， 2）从中计算出平均值为42.5元， 3）则称10000人的平均每月文娱支出为42.5元） 假设检定（假设检验）：先假定总体的情况，然后抽样，计算统计值来检验这个假定是否正确 1）先假定每月文娱平均支出为40元， 2）随机抽取200人作为样本， 3）从中计算出为42.5元， 4）根据抽样分布理论作出接受或否定最初的假定的结论 参数估计是从局部情况推出总体情况 假设检定是先假定全部情况，然后从局部情况决定是否接受最初的假定 第六章 参数值的估计 以样本的统计值来估计总体的参数值，分为两大类做法： 点值估计（点估计） 间距估计（区间估计） 第一节 点值估计与间距估计 点值估计：以一个最适当的样本统计值（由样本计算出的值）来估计总体的某个参数值 意义：了解某地青年人有多少赞成一胎化政策，现随机抽取一个青年人的样本。发现有60%赞成，我们将这个值代替总体的赞成比率，这就是参数(赞成一胎化政策)的点值估计，即认为总体的赞成率也是60% 点值估计的实际意义不大。 间距估计：先给出可信度( 95%)，利用样本计算，估计出一个区间 [a , b],使我们要估计的参数落在该区间的可信度为（95%），即100次抽样有95次落在这个的区间里 可信度一般选为95%或99% 第二节 间距估计（区间估计）：均值、百分率、积矩相关 1.均值的间距估计（样本：1，3，5） 样本均值：X =∑x/n （1+3+5）/3=3 样本标准差：S=[∑(x-X) 2/n]1/2 [(1-3)2+(3-3)2+(5-3)2/3]1/2 =(4/3)1/2 分布的标准差 SE=S/n ? =2/3 数学理论证明：均值的抽样分布服从正态分布 N（ X ，SE） 由第五章的结论：所抽出的样本均值满足以下式子： 由抽样计算出来的均值有95%落在M±1.96(Se) 之间，用X代替M得出结论： 抽样均值落在一个可由样本来计算的区间： [X-1.96(SE)，X+1.96(SE)]的可信度为95% 间距估计的计算公式： 如果设可信度为95%，可用公式来计算可信间距 X - 1.96(SE)=M=X+1.96(SE) 如果设可信度为99%，可用公式来计算可信间距 X – 2.58(SE)=M=X+2.58(SE) SE=S/n1/2 例：统计一个地区的家庭用于请客送礼的每月平均支出（M） 抽取出的一个样本为n=225，通过抽样得到数据，计算出样本均值 X=43, 样本标准差 S=10.5 SE=S/15 1.96*SE=1.96*10.5/15=1.37 则可信度为95%的可信间距为 [43-1.37,43+1.37]= [41.19, 44.81] 有95%的信心，估计总体的均值在上述区间 课堂练习：要统计一个学校的学生平均每月生活费（M） 抽取出的一个样本大小为n=256 计算出样本均值X=550, 样本标准差S=250.5，则抽样分布的标准差SE？ 则可信度为95%的可信间距为? 答案 SE=S/n1/2=250.5/16=15.66 [550-1.96*15.66, 550+1.96*15.66] [ 519.31, 580.69 ] 2.百分率（或比例）的间距估计 估计某个指标占总数的百分比(二项分布） 己知样本大小n,样本比例p,计算 样本标准差：S=[p(1-p)]1/2（由二项分布性质）， 分布的标准差 SE=S/n ?=[p(1-p)/n]1/2 计算公式 要求95%的可信度，则可信间距公式为 [ p-1.96(SE), p+1.96(SE) ] 要求99%的可信度，则可信间距公式为 [ p-2.58(SE), p+2.58(SE) ] 例子：估计某城镇有多少家庭是夫妻不和。从一个随机样本(n=100）知道有20.0% （p=0.200）的家庭不和，如果要求可信度是95%,则 1.96*SE =1.96* [p(1-p)/n]1/2 = 1.96* [0.2(1-0.2)/100]1/2=0.0782 可信间距为 [0.200-0.078, 0.200+0.078]=[0.122,0.278] 结论：有95%的把握认为该城镇夫妻不和比率在12.2%到27.8% 之间 3.估计积矩相关系数值（r） 问题：如果在随机样本中发现X与Y