旅游统计第六章 旅游抽样调查.pptVIP

本章主要内容 第一节 抽样调查的基本概念和理论依据 （二）抽样总体，简称样本 二、 全及指标和抽样指标--总体指标和样本指标 三、抽样方法 四、抽样调查理论依据 1.大数定律 2.中心极限定律 第二节 抽样平均误差 二、影响抽样平均误差的因素： 三、抽样平均误差的意义 抽样平均误差 1. 如果是重复抽样： 2. 如果是不重复抽样： 简单随机抽样的抽样平均误差 取得σ的途径有： 2.不重复抽样： (二) 成数的抽样平均误差 类型抽样的抽样平均误差 1.若按无关标志排队 2. 若按有关标志排队 六、整群抽样的抽样平均误差 一般计算方法如下： (3) 抽样方法 以上抽样平均误差的公式归纳如下： 第三节 旅游全及指标的推断 (一)点估计 (二)区间估计 二、全及平均数和全及成数的推断 (一) 直接换算法 (二) 修正分数法 必要抽样单位数的确定 (一) 简单随机抽样 (二) 类型抽样 (四) 整群抽样 第四节 假设检验 二、假设检验的一般方法 (二)选定检验统计量及其分布 (三)选择显著性水平 (五)计算检验统计量 (六)根据样本指标计算的检验统计量的数值作出决策 三、正态总体参数的检验  ⑴双边检验 H0 :μ=μ0 H1 :μ≠μ0 ⑵单边检验 探究提高 End of Chapter 6 梦游 最基本的是： ⑴若为不重复抽样： ⑵若为类型抽样： ⑶若为整群抽样： 一、点估计和区间估计 例 　　是根据样本指标和抽样误差去推断全及指标的可能范围，它能说清楚估计的准确程度和把握程度。 根据中心极限定理，得知当n足够大时，抽样总体为正态分布，根据正态分布规律可知，样本指标是以一定的概率落在某一特定的区间内，统计上把这个给定的区间叫抽样极限误差，也称置信区间，即在概率F(t)的保证下： 抽样极限误差△=tμ，（t为概率度） 可见，抽样极限误差，即扩大或缩小了以后的抽样误差范围。 当F(t)=68.27%时，抽样极限误差等于抽样平均误差的1倍(t=1); 当F(t)=95.45%时，抽样极限误差等于抽样平均误差的2倍(t=2); 当F(t)=99.73%时，抽样极限误差等于抽样平均误差的3倍(t=3); 例 抽样误差范围的实际意义是要求被估计的 全及指标 或P落在抽样指标一定范围内，即 落在 或 的范围内。 在概率F(t)的保证下： 即：全及平均数(成数)=抽样平均数(成数) 抽样平均数(成数)×总体单位数=总体标志总量 1.如果采用点估计方法：上例1中：400×10000=400(万千克) 如果用区间估计方法：上例1中该农场小麦总产量的范围为： t=2: (397.62 ～ 402.38)×10000=397.62 ～ 402.38(万千克) t=3: (396.43 ～ 403.57)×10000=396.43 ～ 403.57(万千克) 2.上例2中，全部一级品数量的范围为： (92.82% ～ 97.18%)×8000=7425.6 ～ 7774.4(件) 三、全及总体总量指标的推断 　　　就是用抽样所得的调查结果同有关资料对比的分数来修正全面统计资料时采用的一种方法。 一、影响必要抽样单位数的因素 二、必要抽样单位数的计算公式 重复抽样： 不重复抽样： (三) 机械抽样 在有总体差异程度和比重的全面资料时，可采用类型抽样的公式； 没有总体的全面资料时，可采用简单随机抽样的公式。 一、假设检验的概念 　　所谓假设检验，就是对某一总体参数先作出假设的数值；然后搜集样本资料，用这些样本资料确定假设数值与样本数值之间的差异；最后，进一步判断两者差异是否显著，若两者差异很小，则假设的参数是可信的，作出“接受”的结论，若两者的差异很大，则假设的参数准确的可能性很小，作出“拒绝”的结论。 (一)提出原假设和替代假设 　　原假设(又称虚无假设)是接受检验的假设，记作H0； 　　替代假设(又称备选假设)是当原假设被否定时的另一种可成立的假设，记作H1； 　　H0与H1两者是对立的，如H0真实，则H1不真实；如H0不真实，则H1为真实。 H0和H1在统计学中称为统计假设。 　　关于总体平均数的假设有三种情况： (1) H0: μ=μ0 H1: μ≠μ0 (2) H0: μ≥μ0 H1: μμ0 (3) H0: μ≤μ0 H1: μμ0 以上三种类型，对第一种类型的检验，称双边检验，因为μ≠μ0，包含μμ0和μμ0。而对第二、三种类型的检验，称单边检验。 例 例 当原假设H0为真时，却因为样本指标的差异而被否定，这种否定真实的原假