抽样调查-简单随机抽样培训课件(ppt 95页).pptVIP

【解】 1、在简单估计条件下， 的95%的近似置信区间为： 此处教材有误(P51) 2、在比率估计条件下， 的95%的近似置信区间为： 下面我们从理论上来比较简单估计与比率估计的误差 比率估计量精度高于简单估计量的充要条件是： 也就是说， 比率估计比简单估计更为精确。 尤其是当 时，只要相关系数 ， 比率估计就要优于简单估计。 比率估计的其他问题看教材P53 §2.4 回归估计量及其性质 一、回归估计的定义 对于简单随机抽样，总体均值 和总体总量 的回归估计量（regression estimatior)的定义为： 式中， 是样本均值； 为事先设定的一个常数 如果β=0，则回归估计量就是简单估计量； 如果 则回归估计量就是比率估计量。 同理对样本方差有 因此 同样下面我们从关系式 可以推出 估计量的方差 是衡量估计量精度的度量。 从式 可以看出，影响估计量方差的因素有： ①样本量n; ③总体未入样比率1-f ②总体方差 分析见教材P38,39 N通常很大，当f0.05时，可将1-f近似取为1，这时影响估计量方差的主要因素是样本量n和总体方差 。 的大小是我们无法改变的，因此，要提高估计量的精度就只有加大样本量。 注 意 【例2.3】我们从某个N=100的总体中抽出一个 大小为n=10的简单随机样本，要估计总体平均水 平并给出置信度95%的置信区间。 序号i 1 2 3 4 5 6 7 8 9 10 4 5 2 0 4 6 6 15 0 8 解：依题意，N=100,n=10,f= 样本均值为： 样本方差为： 因此，总体平均值的估计为： 的方差为： 的方标准差为： s 的置信度95%的置信区间为： 即 [2.4295，7.5705]. ， 。其方差为： V（ 放回简单随机抽样简单估计量 注意:不放回时的方差为放回时的约1-f倍，而 1-f1,因此不放回抽样的估计精度比放回抽样的 估计精度高。 【例2.4】我们从某个N=100的总体中抽出一个大 小为n=10的简单随机样本，要估计总体总量并给 出在置信度95%的条件下，估计量的相对误差。 序号i 1 2 3 4 5 6 7 8 9 10 4 5 2 0 4 6 6 15 0 8 解 依题意，N=100，由例2.3可知： ,因此，对总体总量的估计为： =100×5=500 。 对V（ ）的样本估计为： 0 其标准差为： 因此，在置信度95%的条件下（对应的 t=1.96), 的相对误差为： =51.41% 【例2.5】 解：已知 n=200, a=130, 1-f≈1 某超市开张一段时间之后，为改进销售服务环境，欲调查附近几个小区居民到该超市购物的满意度。该超市与附近几个小区居委会取得联系，在整体中按简单随机机样，抽取了一个大小为n=200人的样本。调查发现对该超市购物环境表示满意或基本满意的居民有130位，要估计对该超市购物环境持肯定态度居民的比例，并在置信度95%条件下，给出估计的绝对误差和置信区间。假定这时的抽样比可以忽略。 在置信度95%的条件下，估计的绝对误差为： 的95%置信区间为： 0.65 §2.3 比率估计量及其性质 用样本均值作为总体均值的简单估计量，具有 无偏等很多优良性质，且完全不依赖其它总体信息。 但是，若我们有与调查变量相关的其它信息（通常 称为辅助变量信息）可以利用，则估计的精度可以 大大提高。这就是我们下面要讲的比率估计和回归 估计。 一、估计的概念 设 主要变量为：Y 辅助变量为：X 两变量的比率为： 总体均值的比估计： 其中 二、比率估计的特点及注意事项 1、使用比估计首先要知道辅助变量的总体均值（或总体总量），调查时，既要观测主要变量的 值还要观测辅助变量的值； 2、辅助变量必须与主要变量高度相关且整体上 应相当稳定； 3、比估计虽然不是无偏的，但其精度要高于简 单估计量很多。 下面我们看一个简单估计与比估计对比的例题 【例】 对以下假设的总体（N=6），用简单随机抽 样抽取 n=2 的样本，比较简单随机抽样比率估计及简 单估计的性质。 i 1 2 3 4 5 6 均值 Xi Yi 0 1 1 3 3 11 5 18 8 29 10 46 4.5 18 解： 对这个总体，我们列出所有可能的 个样本，以比较简单估计与比率估计的性质。 i 样本 简单估计( ) 比率估计( ) 1 2 3 4 5 6 7 8 9 10 11 12 13