第七章 抽样估计PPT.ppt

(二)不重复抽样样本容量的确定 有关总体方差的问题 ?样本容量的确定是在调查之前进行的，这样总体方差(或样本方差)一般是未知的。 在实际工作中往往利用有关资料代替.如果在本次调查之前，曾搞过同类问题的全面调查，可用全面调查的有关资料代替；在进行正式调查之前，组织两次或两次以上试验性抽样，用试验样本的方差来代替；成数方差在完全缺乏资料的情况下，可用成数方差的极大值0.25(P=或0.5) 来代替。 确定样本容量的经验法则 对于规模较小的总体(1000人以下)，研究者需要比较大的抽样比率(大约30%)为要有较高的精确性；对于中等规模的总体(如10000人)，要达到同样的精确度，抽样比率为10%。 就大规模的总体(超过150000人)而言，抽样比率为1%或就能得出正确的结果；如果是非常大的总体（超过1000万）.研究者可以使用0.025%抽样；当抽样比率非常小时总体大小的影响力就不那么重要了，从2亿总体中抽取一个2500左右的样本，与从1000万总体中抽出同样规模的样本，它们的精确程度是完全相同的。 某食品厂要检验本月生产的10000袋某产品的重量,根据上月资料,这种产品每袋重量的标准差为25克.要求在95.45%的概率下,平均每袋重量的误差范围不超过5克.应抽查多少袋产品? 一、点估计 点估计主要有矩估计法和最大似然估计法。矩估计法是样本矩去估计总体矩的一种估计法；最大似然估计法是把待估计的总体参数看作一个可以取不同数值的变量，计算当总体参数取上述不同数值的时候，发生我们当前所得到的样本观测值的不同概率，总体参数取哪一个数值的时候这种概率最大，便把这个数值作为对总体参数的估计结果。 极大似然估计法 一位同学和一位训练有素的射击运动员一起进行射击练习，法令声响后，两人同时进行射击，结果有一人命中十环。 … 为什么可以这么来估计呢? 象样本平均数,在数理统计中被称为无偏估计量.所谓无偏估计量是指样本平均数这一随机变量,其数学期望等于总体的被估计参数,即等于总体平均数.所以称其为无偏估计量.例如.我们通过前面的例子已经验证过.虽然各个可能样本的样本平均数具有随机性,可能等于总体平均数,也可能不等于总体平均数.但是平均起来看,样本平均数的平均数(数学期望)一定等于总体平均数.这种性质在数理统计中叫做无偏性.具有这一性质的估计量叫做无偏估计量.样本成数也是无偏估计量. 估计量的优良性准则（无偏性） 无偏性：估计量的数学期望等于被估计的总体参数。如样本平均是总体均值的一个无偏估计。 P( X ) X C A ? 无偏 有偏 无偏估计量 比较方差大小 估计量的优良性准则（有效性） A B ? 中位数的抽样分布 均值的抽样分布 X P(X ) 有效性：一个方差较小的无偏估计量称为一个更 有效的估计量。如，与其他估计量相比 ，样本均值是一个更有效的估计量 估计量的优良性准则（一致性） 一致性： 随着样本容量的增大，估计量 越来越 接近被估计的总体参数. 一批产品2000件,抽取样本进行检验得其优质品率为85%.试对这批产品的合格品率及合格品数量做出点估计. 例题: 点估计的缺陷: 无法说明抽样误差的大小 无法说明估计结果的把握程度 二、区间估计 区间估计就是根据样本统计量及其抽样分布，以一定可靠程度推断总体参数可能范围。 区间估计不是指出被估计总体参数的确切数值，而是指出它的可能范围。 这种估计方法不仅以样本值为依据，而且考虑了抽样误差的大小，能说明估计结果的把握程度。 进行区间估计时，应考虑两个因素：一是估计的精确程度，二是可靠性要求。 精确程度就是要求估计误差必须控制在一定的范围内。允许误差的最大值可以通过极限误差来反映。极限误差越小，估计的精度越高，极限误差越大，估计的精度越低。 可靠性是指结果正确的概率保证，可用置信度来反映。 区间估计中的精度要求与可靠性要求常常是一对矛盾。 (一)抽样极限误差 在抽样估计时，应根据所研究对象的变异程度和分析目的要求确定可允许的误差范围，我们把这种可允许的最大误差范围称为抽样极限误差。 设Δx、Δp分别表示抽样平均数极限误差和抽样成数极限误差。则有: 区间 称为平均数的估计区间或称平均数的置信区间。区间 称为成数的估计区间或称成数的置信区间。 抽样极限误差的概率度 基于概率估计的要求，抽样极限误差通常需要以抽样平均误差 或 为标准单位来衡量。把极限误差 或 分别除以 或 所得相对数t，表示误差范围为抽样平均误差的t倍。t是测量估计可靠