统计学-0可贺7抽样推断.ppt

统计学 ─从数据到结论 王二威 第七章 抽样推断 引言 森林管理 森林的现有储量 森林以往的生长情况 森林未来的生长情况 几个基本概念 总体和样本；样本容量 参数和统计量 新技术下日光灯的寿命 候选人的支持率 7.1 抽样推断概述 抽样推断的涵义 以抽样调查为基础 用样本资料估计和判断总体资料 抽样推断的特征 按随机的原则抽取样本 以样本指标推算总体指标 抽样误差可以事先计算和控制 7.1 抽样推断概述 A公司人事部经理被分配一项任务，为公司2500名管理人员制定一份简报，其中包括管理人员的平均薪金和公司中已完成管理培训程序的管理人员所占比率。 如果没有2500管理人员具体的信息，假定选取30名管理人员组成一个样本进行研究分析 7.1 抽样推断概述：抽样的组织方式 1. 简单随机抽样 直接抽选法 标签法 随机数码表法 2. 类型抽样（分层抽样） 等比例分类抽样 不等比例分类抽样 7.1 抽样推断概述：抽样的组织方式 3. 等距抽样的 ： 亦叫机械抽样 先将总体各单位按某一标志排队 然后按等距离抽取样本单位 等距抽样的操作程序： 第一步：编制抽样框 将全及总体按有关标志（x）从低到高顺序排队 列出辅助标志（f） 将辅助标志依次累计 某村民小组有30户农户，若调查该村民小组所有农户2005年人均收入水平，可编制成如下抽样框： 第二步：计算抽样距离（K） 如果抽取6户进行调查，则： 抽样距离K=105÷6＝17.5 第三步：抽取调查单位 半距起点、等距抽样 半距起点、等距抽样 以第一个抽样距离的一半处作为第一个调查单位 以后毎隔一个抽样距离抽取一个调查单位 直到最后一个调查单位抽出为止 以抽取6户为例，抽取的户数依次为： 第1户 n1=17.5÷2＝8.75 为第3号户 第2户 n2=8.75+17.5=26.25 为第8号户 第3户 n3=26.25+17.5=43.75 为第13号户 第4户 n4=43.75+17.5=61.25 为第19号户 第5户 n5=61.25+17.5=78.75 为第24号户 第6户 n6=78.75+17.5=96.25 为第28号户 抽中户的位置可用图形表示如下： 第四步：对抽中单位进行代表性检查 计算样本平均数与全及平均数之比值 其比值以人均收入水平上下不超过3%为有代表性。 现以半距起点、等距抽取的6户为例，检查其代表性 30户的人均收入＝∑xf /∑f =37990÷105 ＝361.8（十元） 6户的人均收入＝∑x/n ＝（190+260+340+402+477+503）÷6 ＝362（十元） 二者比值为：362/361.8＝100.06％ 可以看出，抽中的6户有足够的代表性，可以作为样本进行调查。 4、整群抽样 将总体单位划分成若干群（R） 以群为单位，从中随机抽取一部分群（r） 对中选群的所有单位进行全面调查。 例如：对某镇农户进行家计调查，以自然村庄划分群，抽取若干个自然村庄，对中选村庄的所有农户都进行调查。 7.1 抽样推断概述：抽样的组织方式 5. 多阶段抽样 类型抽样和整群抽样的结合 7.1 抽样推断概述：抽样方法 重复抽样 亦称回置抽样 每抽出一个单位在登记后仍放回去 同一个单位有多次被重复抽中的可能 不重复抽样 亦称不回置抽样 已经被抽出的单位不再放回 每个单位只有被抽中一次的可能 7.2 抽样分布及抽样推断理论依据 ——基础知识 概率 随机变量 （概率）分布 正态分布 7.2 抽样分布及抽样推断理论依据 ——基础知识：概率 概率是0和1之间的一个数目，表示某个事件发生的可能性或经常程度。 你买彩票中大奖的机会很小(接近0) 但有人中大奖的概率几乎为1 你被流星击中的概率很小(接近0) 但每分钟有流星击中地球的概率为1 你今天被汽车撞上的概率几乎是0 但在北京每天发生车祸的概率是1。 7.2 抽样分布及抽样推断理论依据 ——基础知识：概率 发生概率很小的事件称为小概率事件(small probability event)； 小概率事件不那么可能发生，但它往往比很可能发生的事件更值得研究。 在某种意义上，新闻媒体的主要注意力大都集中在小概率事件上。 7.2 抽样分布及抽样推断理论依据 ——基础知识：随机变量 7.2 抽样分布及抽样推断理论依据 ——基础知识：概率分布 随机变量取一切可能值或范围的概率或概率的规律称为概率分布(probability distribution，简称分布)。 概