第5节抽样分布跟参数估计.pptVIP

统计学导论 曾五一 肖红叶 主编 第五章 抽样分布与参数估计 第一节 抽样的基本概念与数学原理 第二节 抽样分布 第三节 参数估计 第四节 样本容量的确定 第五节 EXCEL在参数估计中的应用 第一节 抽样的基本概念与数学原理 一、有关抽样的基本概念 二、大数定理与中心极限定理 一、有关抽样的基本概念 （一）样本容量与样本个数 1.样本容量。样本是从总体中抽出的部分单位的集合，这个集合的大小称为样本容量，一般用n表示，它表明一个样本中所包含的单位数。 一般地，样本单位数大于30个的样本称为大样本，不超过30个的样本称为小样本。 2.样本个数。样本个数又称样本可能数目，它是指从一个总体中可能抽取多少个样本。 （二）总体参数与样本统计量 1.总体参数。总体分布的数量特征就是总体的参数，也是抽样统计推断的对象。 常见的总体参数有：总体的平均数指标，总体成数(比例)指标，总体分布的方差、标准差等等。它们都是反映总体分布特征的重要指标。 2.样本统计量。样本统计量是样本的一个函数。它们是随机变量。我们利用统计量来估计和推断总体的有关参数。 常见的样本统计量有：样本平均数，样本比例，样本的方差、标准差。 （三）概率抽样及其组织形式 所谓概率抽样，就是要求对总体的每一次观察（每一次抽取）都是一次随机试验，并且有和总体相同的分布。按这样的要求对总体观测（抽取）n次，可得到容量为n的样本。 （四）放回抽样与不放回抽样 （五）抽样分布 从总体中可以随机地抽取许多样本，由每一个样本都可以计算样本统计量的观测值，所有可能的样本观测值及其所对应的概率便是所谓的抽样分布。因此，抽样分布也可以称为样本统计量的概率分布。 抽样分布可能是精确地服从某种已知分布（所谓已知分布，例如我们在第四章介绍过的各种常见分布），也可能是以某种已知分布为极限分布。在实际应用中，后者更为多见。 表5-4 任职年限样本均值分布数列 二、大数定理与中心极限定理 大数定理表明：尽管个别现象受偶然因素影响，有各自不同的表现。但是，对总体的大量观察后进行平均，就能使偶然因素的影响相互抵消，消除由个别偶然因素引起的极端性影响，从而使总体平均数稳定下来，反映出事物变化的一般规律。 第二节 抽样分布 一、样本平均数的抽样分布 二、样本比例的抽样分布 一、样本平均数的抽样分布 （一）样本平均数的期望值与方差 （二）样本平均数的分布规律 例 题 1、某地区职工家庭的人均年收入平均为60000元，标准差为8000元。若知该地区家庭的人人均年收入服从正态分布，现采用重复抽样从总体中随机抽取25户进行调查，求： （1）样本平均数的数学期望、样本平均数的标准差。 （2）样本平均数等于或超过62000元的可能性有多大？ 例 题 2、某公司1000名职工的人均年奖金为20000元，标准差5000元，从中不放回随机抽取36人作为样本进行调查，求： （1）样本平均数的数学期望和标准差 （2）样本的人均年奖金在19000—22000元的概率有多大？ 二、样本比例的抽样分布 (一)样本比例的期望值与方差 （二）样本比例的分布规律 例：某企业生产的一种产品，根据以往的经验，合格率为95%。现从生产线上随机抽取100件产品进行检验，问样本合格率大于等于90%的概率是多少？ 例：一种电子元件的合格率是98%。随机抽取800个元件，其合格率超过96%的概率是多少？如果在这次抽样中发现样本合格率低于96%，你对这种元件的生产会做出怎样的判断？ 练习题1： 某商场推销一种洗发水。据统计，本年度购买此种洗发水的有10万人，其中6万是女性。如果按不重复随机抽样方法，从购买者中抽出100人进行调查，问样本中女性比例超过50%的可能性有多大？ （三）样本方差的抽样分布 第三节 参数估计 一、参数估计概述 二、总体均值的估计 三、总体比例的估计 四、总体方差的估计 一、参数估计概述 （一）参数估计的定义与种类 所谓参数估计，就是用样本统计量去估计总体的未知参数（或参数的函数）。例如，估计总体均值，估计总体比例和总体方差等等。 参数估计有两种基本形式：点估计和区间估计。前者是用一个数值作为未知参数θ的估计值，后者则是给出具体的上限和下限，把 θ包括在这个区间内。下面分别介绍点估计