抽样设计培训课件(PPT).pptVIP

样本均值的抽样分布 (例题分析)　　 ? 计算出各样本的均值，如下表。并给出样本均值的抽样分布 3.5 3.0 2.5 2.0 3 3.0 2.5 2.0 1.5 2 4.0 3.5 3.0 2.5 4 2.5 4 2.0 3 2 1 1.5 1.0 1 第二个观察值 第一个 观察值 16个样本的均值（x） X 样本均值的抽样分布 1.0 0 .1 .2 .3 P (X ) 1.5 3.0 4.0 3.5 2.0 2.5 所有样本均值的均值和方差 式中：M为样本数目 比较及结论：1. 样本均值的均值（数学期望）等于总体均值 2. 样本均值的方差等于总体方差的1/n 样本均值的分布与总体分布的比较 (例题分析) ? = 2.5 σ2 =1.25 总体分布 1 4 2 3 0 .1 .2 .3 抽样分布 P ( X ) 1.0 0 .1 .2 .3 1.5 3.0 4.0 3.5 2.0 2.5 X 样本均值的均值　 样本均值的方差 重复抽样 不重复抽样 样本均值的抽样分布(均值与方差) 均值的抽样标准误 所有可能的样本均值的标准差，测度所有样本均值的离散程度 小于总体标准差 计算公式为 中心极限定理(central limit theorem) 当样本容量足够大时(n ? 30) ，样本均值的抽样分布逐渐趋于正态分布 中心极限定理：设从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 一个任意分布的总体 X 湖北理工学院 经济与管理学院　 样本比例的抽样分布 总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 比例(proportion) 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 一种理论概率分布 推断总体总体比例?的理论基础 样本比例的抽样分布 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 样本比例的抽样分布(数学期望与方差) 湖北理工学院 经济与管理学院　 二、 参数估计基本方法 点估计与区间估计 参数估计的优良性准则 总体均值和比例的区间估计 参数估计在统计方法中的地位 参数估计 假设检验 描述统计 推断统计 统计方法 统计推断的过程 样本 总体 样本统计量 例如：样本均值、比例、方差 总体均值、比例、方差等 湖北理工学院 经济与管理学院　 点估计与区间估计 点估计 (point estimate) 用样本的估计量直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计 没有给出估计值接近总体参数程度的信息 区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 样本统计量 (点估计) 置信区间 置信下限 置信上限 区间估计的图示（以均值估计为例） ? X 95% 的样本 ? -1.96 ?x ? +1.96?x 99% 的样本 ? - 2.58?x ? + 2.58x 90%的样本 ? -1.65 ?x ? +1.65?x 总体均值的区间估计 如果一次抽样的均值为　，那么我们有90%的把握认为它与总体的实际均值的误差不超过正负1.65个标准误； 　　　　　　　　　　　称为总体均值的置信区间（confidence interval），90%则被称为置信度。 这里的1.65就是　　　　　　，Z的基本形式为： X 总体均值的区间估计(例题分析) 【例】一家食品生产企业以生产袋装食品为主，为对产量质量进行监测，企业质检部门经常要进行抽检，以分析每袋重量是否符合要求。现从某天生产的一批食品中随机抽取了25袋，测得每袋重量如下表所示。已知产品重量的分布服从正态分布，且总体标准差为10克。试估计该批产品平均重量的置信区间，置信水平为95% 25袋食品的重量 112.5 101.0 103.0 102.0 100.5 102.6 107.5 95.0 108.8 115.6 100.0 123.5 102.0 101.6 102.2 116.6 95.4 97.8 108.6 105.0 136.8 102.8 101.5 98.4 93.3 总体均值的区间估计(例题分析) 解：已知Ｘ~N(?，102)，n=25, 1-? = 95%，z?/2=1.96。根据样