标本抽出法入门.PPT

標本抽出法入門（第3章 統計的推定 補足） 統計学　2010年度 標本平均にもとづいて母平均を区間推定するとき、できる限り精度の高い、すなわち信頼区間の幅の小さい推定量を得ることを考える。 標本平均　　の分散は 　　であり、標本数nを大きくすれば、推定量の精度は高まる。 しかし、標本数nを大きくすることにはコストの面などから限界がある。そこで、標本の抜き出し方を工夫することによって、推定量の精度を高めることをかんがえていく。これが標本抽出法（サンプリング）の問題である。 × × × × × × × × × × 母集団（個体数N） 標本（個体数n） 区間推定 母平均μ 標本平均x 標本抽出法は、まず次の２つに大別できる。 有意抽出法 　　街を歩く人にアンケートをとるなどの方法であり、抜き出された標本が、一定の傾向を持つ（標本の偏りを持つ）可能性がある。 無作為抽出法 　　母集団の中から無作為（ランダム）に標本を抜き出す方法。 　　母集団の中からくじ引きの原理によって標本を抜き出す、単純無作為抽出法がその代表格である。 　　今までの推測統計の理論では、この単純無作為抽出法を前提としている。 有意抽出法でなく、単純無作為抽出法を用いた場合でも、たまたま特定の傾向を示す人が多く選ばれることによって、偏った標本となってしまうおそれある。 　?　信頼区間内に母平均を含まない標本となるおそれ 　そこで、標本誤差を少なくするための標本抽出の工夫がおこなわれる。代表的な工夫として次のようなものが挙げられる。 層別抽出法（層化抽出法ともいう） － できるだけ同じような性質のグループに分ける。都市なら人口規模、産業構造など、人なら性別、年齢などによっていくつかの層にわける。 多段抽出法 － 市町村を選び、その中から世帯を選ぶなど、何段階かに分ける。 日本の官庁統計では標本誤差を少なくするために無作為抽出法に層別抽出法、多段抽出法を組み合わせた方法を用いている。 　（例）　家計調査の場合 　　１．全国の市町村を168の層に分け、その中から1つ選ぶ。 　　２．各市町村から調査地区(単位区)を選ぶ。全国で約1400単位区 　　３．各単位区から6世帯を乱数表によって選ぶ 標本平均　　の分散が　　　　　　　　 であり、標本数nを大きくすれば、推定量の精度は高まる。 反対にnを固定して考えると、母分散σ2の小さい母集団の推定は、精度が高くなる。 母集団を分散の小さいいくつかの層に分割すれば、それぞれの層内での精度は高くなる。 ＜層別抽出法の理論的背景＞ 母集団（個体数N） 層1：個体数N1、層内平均μ1、層内分散σ21 層2：個体数N2、層内平均μ2、層内分散σ22 層3：個体数N3、層内平均μ3 、層内分散σ23 理論から が導出される。 とおく。 層別抽出によって抜き出された標本平均は、　　　　　　　　　　となり、その分散は 　　となる。 　＜例題＞ 　　男女合わせて500人の集団に4点満点のテストをおこなったとき、練習問題の度数分布表のようになった。 　　このとき、単純無作為抽出でn=50の標本を選んだときの標本平均の分散と、層別抽出でn1(男子)=30、n2(女子)=20の標本を選んだときの標本平均の分散を比較してみる。 母集団（個体数N=500） 層1 個体数 N1 =300 層内平均 μ1=2 層内分散 σ21=１ 層2 個体数 N2 =200 層内平均 μ2=3 層内分散 σ22=１