抽样误差与抽样分布概述.pptVIP

抽样误差与抽样分布 ---抽样分布 抽样误差 从脉搏总体均数 为72.5次，标准差 为6.3次的正态分布总体中随机抽样。样本个数为10,样本量为9. 计算样本均数的均数: 例4-2 P51 随机重复抽样共抽10个样本，样本量为25。计算样本均数的均数和标准差. 抽样误差 结果： 各样本均数不一定等于总体均数 样本均数间存在差异 样本均数的分布规律：围绕总体均数上下波动 样本均数的变异：由样本均数的标准差描述,样本均数的波动幅度远小于原始资料的波动幅度 抽样误差基本上在0附近近似对称地随机波动 在同一总体进行随机抽样，随着样本例数的增加，样本均数的波动幅度在减小。 抽样误差 抽样误差Sampling error 由抽样引起的样本统计量与总体参数间的差异 来源: 个体变异 抽样 表现 样本统计量与总体参数间的差异 样本统计量间的差异 抽样分布 样本均数的规律性 随机的 在概率意义下是有规律的---抽样分布 通过大量重复抽样,借助频数表描述 样本均数的变异规律(抽样分布)与个体观察值变异规律有关 即使只有一个样本资料,也可由样本资料的个体观察值的变异规律间接得到样本均数的变异规律 正态总体样本均数的分布 例4-3 按样本量为9和样本量为25 在上述总体中N(72.5,6.3)进行随机抽样 每次抽取10000个样本并计算各自的样本均数 以10000个样本均数作为一个新的样本制作频率密度分布图 抽样1 抽样2 抽样3 正态总体样本均数的分布 从正态分布的总体 中随机抽取样本含量为n的样本X1，X2，…，Xn，其样本均数 服从正态分布，总体均数为 ； 样本均数的总体标准差 若 ，则其中任意一个随机样本Xn的均数 正态总体样本均数的分布 样本均数的标准差 ，称为样本均数的标准误(standard error of mean ,SE)，简称均数标准误 它反映样本均数之间的离散程度，也反映样本均数抽样误差的大小。 误差大小 ，实质是要估计 的分布特征 正态总体样本均数的分布 由于实际 往往未知，需要用样本 来估计 ，样本均数标准误的估计式为 注意区别： 证明： 非正态总体样本均数的分布 例4-4 从总体均数为1,总体方差为2的卡方分布中抽样，样本大小分别为4,9，200。每次抽10000个样本制作频率密度分布图 非正态总体样本均数的分布 从非正态卡方分布总体中随机抽样所得样本均数 ： 在样本含量较小时呈偏态 样本含量较大时接近正态分布 均数 始终在总体均数 附近 均数 的标准差 中心极限定理及其应用 样本均数 总体标准差是个体资料X的总体标准差的 ；即理论标准误 理论标准误的样本估计值为 样本均数 与个体资料X的集中位置相同，即样本均数 的总体均数与个体资料X的总体均数 相同 中心极限定理及其应用 若个体资料X服从正态总体 ，则样本均数 也服从正态分布 ； 个体资料X服从偏态分布，当样本量n较大时，样本均数 近似服从正态分布 例4-5 大规模普查得某地健康成年男子血红蛋白总体均数为 . 随机抽样,样本量为100, ,理论标准误和样本均数的估计标准误。 二、率的抽样误差和抽样分布 总体率由样本率估计 例如，设样本的个体数(即样本含量)为n，若x为样本的某指标阳性个体数，则可用样本阳性率 估计研究人群的阳性率 (总体阳性率)； 由于个体差异和偶然性的影响，样本率也存在抽样误差---由抽样造成样本率与总体率(研究人群的率)的差异 样本率是随机的，但在概率意义下也是有规律的---样本率的分布。 样本率的分布 随机抽样试验，分别在总体率?=0.25,0.5，的总体中随机抽样，其总体率?和样本含量n 每种情况分别随机抽10000个样本，每个样本计算其样本率，把同一种情况的10000个样本率视为一个新的样本资料作频率图 抽样1 抽样1 抽样3 抽样4 样本率的分布 结果 总体率?相同时，样本含量越大，样本率的分布越趋向对称。 样本含量n相同时，?越偏离0.5，样本率的分布越偏态分布。 总体率?＝0.5时，任意样本含量的样本率都呈对称分布。 样本率p的样本标准差 。 中心极限定理及其推论 若样本中的个体个数(即样本含量)为n，总体率为?，样本率为p，则 样本率的总体均数等于总体率 样本率的总