第三章样本大小.pptVIP

第三章 样本大小 样本大小的选择 样本不要过大，过大浪费成本； 也不能太小，过小则会有太大的抽样误差； 样本大小的选择 如何决定适当的样本大小？ 在概率抽样的情况下，有关样本大小的决定及样本统计显著性的判断，可依据概率法则的运用(即使用已有公式)。 在非概率抽样的情况下，除了依靠抽样人员的主观判断或假设外，其他客观的科学方法也可供参考。 估计平均值时的样本大小—总体方差已知 在总体方差（σ2）已知的情况下，样本数（n)的计算公式为： α 为显著水平或风险水平，（1- α ）即信赖系数或信赖水平。 e 为可容忍误差。 σ 为总体标准差。 估计平均值时的样本大小—正态分布的Z值 一般统计学的正态数值（Z），是利用查正态分布表来得知。 在Excel中则可利用NORMSINV（）标准正态分布反函数来查得。 如果知道Z值，也可以用NORMSDIST（）函数来求得其概率。 如何在Excel中查询函数用法 以NORMSDIST为例，任选一单元格，按“＝”按钮 估计平均值时的样本大小—标准正态分布NORMSDIST（） NORMSDIST（z） 求从标准正态分布（μ=0 ，σ=1）的左侧开始，累加到z值处的总面积（概率）。 估计平均值时的样本大小—标准正态分布NORMSDIST（） 有了此函数，即可省去查正态分布表某z值的概率的麻烦。 例： （文件Ch03.xls“NORMSDIST”工作表） 估计平均值时的样本大小—标准正态分布NORMSDIST（） 估计平均值时的样本大小—标准正态分布NORMSDIST（） 秘决： 正态分布（normal distribution）是次数分布呈中间集中，而逐渐向左右两端匀称分散的钟形曲线分布。根据中心极限定理，不论原总体的分布为何，只要样本数够大（n=30），样本平均数 的分配一定会趋近于正态分布。 估计平均值时的样本大小—标准正态分布反函数NORMSINV（） NORMSINV（累计概率） NORMSINV（probability） 估计平均值时的样本大小—标准正态分布反函数NORMSINV（） 例：在标准正态分布（μ=0 ，σ=1）时，求某累计概率所对应的Z值。 （文件Ch03.xls“NORMSINV”工作表） 估计平均值时的样本大小—标准正态分布反函数NORMSINV（） 估计平均值时的样本大小—标准正态分布表 一般统计学课本中的标准正态分布表，给出的数值只有正值的部分，表内的累计概率是由Z值为0时开始累计。查表时有时需要用到对称性才能查出。Excel轻松列出这个标准正态分布表。 例：在Excel中，利用NORMSDIST（）函数建立正态分布表。 （文件Ch03.xls“正态分布表”工作表） 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 右角拖拽至“A33” 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 拖拽B2:C2右下角，至K2 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—标准正态分布表 通过增加小数位数和最全适的列宽可以得到如下图： 估计平均值时的样本大小—标准正态分布表 估计平均值时的样本大小—已知总体方差时的样本大小 学过所需要的几个函数后，现在可以用： 来计算在总体方差（ σ2 ）已知的情况下的样本数（n）。式中： α 为显著水平或风险水平，（1- α ）即信赖系数或信赖水平。 e 为可容忍误差。 σ 为总体标准差。 估计平均值时的样本大小—已知总体方差时的样本大小 由公式中可知其样本大小决定于三个因素 ： 总体方差（ σ2 ）的大小 可容忍误差（e）的大小 正态数值（Z）的大小 估计平均值时的样本大小—已知总体方差时的样本大小 总体方差（ σ2 ）的大小： 总体方差越大，表示分散程度越大，所需的样本数就越大。 估计平均值时的样本大小—已知总体方差时的样本大小 可容忍误差（e）的大小： 可容忍误差越小，所需的样本数就越大。 估计平均值时的样本大小—已知总体方差时的样本大小 正态数值（Z）的大小： Z值是由显著水平（ α ）的大小来决定， α越小Z值越大，Z值越大样本数就越大。 估计平均值时的样本大小—已知总体方差时的样本大小 例： 假设总体方差σ2 =6.25（ σ=2.5），在风险显著水平α=0.05（