第5节抽样.pptVIP

第五章 抽样与参数估计 参数估计 统计推断 假设检验 所谓统计推断是按随机原则从总体中抽取部分单位作为样本，利用样本资料所提供的信息对总体数量规律做出科学推论的一种统计分析方法。 为何进行抽样？ 总体容量太大 时间 成本 从抽取的样本中获得信息并加以分析，从而认识总体的未知参数 抽样和抽样估计的主要内容：如何科学地从总体中抽取样本，如何估计和控制代表性误差，怎样利用样本去估计和推断总体的特征 总 体 抽样的方法 1、概率与非概率抽样概率抽样与非概率抽样 概率抽样（随机抽样）——按照随机原则抽取样本 最基本的组织方式：简单随机抽样、分层抽样、等距抽样、整群抽样 非概率抽样（非随机抽样）从研究的目的出发，根据调查者的经验或判断，从总体中有意识地抽去若干单位构成样本。 重点调查、典型调查、配额抽样、方便抽样等 2、重复抽样与不重复抽样 重复抽样：每一次抽取都是独立的，在相同的条件下重复进行，每个单位被抽取的机会均等 不重复抽样：每一次抽取是不独立的，每个单位在每次被抽取的机会均等,在不同次被抽取的机会不均等 总体参数与样本统计量 总体参数——总体的数量特征，是确定的、唯一的 如总体平均数、总体方差、总体比例等 样本统计量——X1,X2,… , Xn是来自总体的样本,不含未知参数的样本的函数g(X1,X2,… , Xn ) 是样本的函数，样本的数量特征，是随机变量 如样本平均数、样本方差、样本比例等 常用统计量 样本均值 样本方差 样本标准差 S 样本k阶原点矩 样本k阶中心矩 第一节 大数定理和中心极限定理（看网上素材） 2、 大数定理 伯努利大数定理是频率的稳定性； 辛钦大数定理是大量独立重复观测结果的平均水平的稳定性； 切比雪夫大数定理 2、中心极限定理 关于随机变量序列和的极限分布是正态分布的一系列定理 林德伯格-勒维中心极限定理独立同分布 德莫佛-拉普拉斯中心极限定理 一个任意分布的总体 当总体服从正态分布X~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) 第二节 三种不同性质的分布 总体分布 样本分布 抽样分布 一、总体分布(population distribution) 总体中各元素的观察值所形成的分布 分布通常是未知的 可以假定它服从某种分布 二、样本分布(sample distribution) 一个样本中各观察值的分布 也称经验分布 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 三、抽样分布 (sampling distribution) 样本统计量的概率分布 是一种理论概率分布 随机变量是 样本统计量 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我们稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 抽样分布 (sampling distribution) 第三节 样本均值的抽样分布 容量相同的所有可能样本的样本均值的概率分布 一种理论概率分布 进行推断总体总体均值?的理论基础 一、 样本均值的抽样分布的形成过程 现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果为 计算出各样本的均值，如下表。并给出样本均值的抽样分布 样本均值的分布与总体分布的比较 样本均值的抽样分布的数学期望与方差 结论： 重复抽样 二、抽样误差 抽样误差：抽样分布的标准差，它反映了样本统计量与相应总体参数的平均误查程度 不重复抽样的校正系数 三、 样本均值的抽样的形式与n有关 抽样分布与总体分布的关系 小样本 从均值μ、方差?2未知的正态总体中抽取n个样本，则样本统计量 服从自由度为n-1的t分布 第四节 样本比例的抽样分布 一、比例(proportion) 总体(或样本)中具有某种属性的单位与全部单位总数之比 总体比例可表示为 样本比例可表示为 二、样本比例的抽样分布 容量相同的所有可能样本的样本比例的概率分布 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 (np≥5,n(1-p) ≥5) 一种理论概率分布 推断总体总体比例?的理论基础 样本比例（即成数）的抽样分布 三、样本比例的抽样分布的特征 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 第五节 样本方差的抽样分布 第六节 两个总体样本统计量的抽样分布 一、两个样本均值之差的抽样分布 两个总体都为正态分布，即 两个样本均值之差 的抽样分布服从正