第四部分调查数据推断分析a.doc

PAGE PAGE 88 第四章 调查数据的推断分析 调查数据往往是来自总体的一个随机样本，通过对样本数据的处理，可以获得样本的数据特征。然而，调查研究的目的是要揭示总体的数量特征和变化规律，所以，就存在一个如何用样本信息去推断总体数量特征的问题。调查数据的推断分析是调查数据分析中的一项经常性内容，也是一项十分重要的数据分析工作。本章主要介绍调查数据推断分析的基本方法，内容包括参数估计、假设检验和方差分析。 第一节 参数估计 一、参数估计的一般问题 （一）统计量与参数 所谓参数估计，就是用样本统计量推算总体分布中的参数。参数是描述总体特征的概括性数字度量。因总体是确定的且通常未知，所以参数通常也是未知的，是一个需要估计的常数。推断问题中人们所关心的参数通常有：均值（）、方差（）、成数（P）。统计量是根据样本数据计算出的概括性数字度量，是样本的函数，它反映着样本的信息；样本的随机性决定统计量是随机变量。与所需要认识的参数相对应，推断问题中，最常用的统计量有： 样本均值： （用来估计总体均值） 样本成数： （用来估计总体成数） 样本方差：或 （用来估计总体方差） 估计问题中，统计量又称为估计量。 （二）统计量的抽样分布 统计量是一个随机变量，称它的概率分布为抽样分布。由于概率分布能很好地描述一个随机变量的性质，故用抽样分布来描述统计量的性质。知道概率分布，便可计算任一随机事件发生的概率；反映在估计问题中，知道抽样分布，意味着不仅可以计算估计误差这一随机事件发生的概率，而且可以控制估计误差。所以，抽样分布理论是统计推断的基础，是学习的重点。 考虑到实际问题中，因客观条件的不同或研究目的的不同，在一些情况下，我们只可能获得较少的数据，即样本容量不可能很大，当30时，这类问题称为小样本问题；在另一些情况下，却可以进行大量重复试验，从而取得容量很大的样本，当≥30时，这类问题称为大样本问题。对大样本问题，由中心极限定理很容易确定出统计量的抽样分布。但对小样本问题，则要在正态分布总体的前提条件下，用统计量的精确分布来进行推断。 常用的抽样分布有：样本均值的抽样分布，样本方差的抽样分布和样本成数的抽样分布。 1．样本均值的抽样分布 （1）一个正态总体。设总体的均值为，方差为，为 来自的一个随机样本。样本均值为，样本方差为。 则有： E （从无限总体抽样） （从有限总体不放回抽样） 上式中，称为有限总体的校正系数，一般情况下，当很大时，－1≈，校正系数可简化为，样本方差可简化为： 从而： ~ （从无限总体抽样） ~ （从有限总体不放回抽样） 当总体~，但未知且小样本状态下，总体均值的区间估计需引入统计量， 统计量的抽样分布为：~ （－1），即： ~（－1） （2）两个正态总体。这是对两个总体的均值进行比较分析时所需了解的抽样分布。 设总体和总体的均值与方差分别为（）和（），为来自的容量为的样本均值，为来自的容量为的样本均值。则有： ~ 当总体和总体的方差、均未知但相等，小样本状态下，对（）的估计仍需引入统计量， ~ 上式中：，为总体方差的联合无偏估计量。 （3）非正态总体（大样本）。在大多数实际问题中，不能假定总体服从或近似服从正态分布。但是，根据中心极限定理，只要样本容量足够大，样本均值的抽样分布就近似服从正态分布。于是有： ~（0，1） 式中的总体方差（）根据历史资料或经验得到，也可以用样本方差（）代替。 统计推断中，样本均值的抽样分布常用于总体均值的估计和检验。 2．样本方差的抽样分布 （1）一个正态总体。设总体的均值为，方差为，且~（），为来自的一个容量为的随机样本，则有： ~ （2）两个正态总体。这是对两个总体的方差进行比较分析时所用到的抽样分布。 设、分别为来自总体~（）和~（）的样本方差，来自的样本容量为，来自的样本容量为，则统计量 ~ 统计推断中，样本方差的抽样分布常用于总体方差的估计和检验。 3．样本成数的抽样分布（大样本情形） 样本成数是样本中具有某种特征的单位数所占比重，记为，样本成数的均值和方差分别为： （从无限总体抽样） 或 （从有限总体不放回抽样） 其中：为总体成数。 对样本成数而言，小样本下，服从二项分布；大样本情况下，由中心极限定理易知，近似服从正态分布，故大样本情况下，有： ~（） （从无限总体抽样） 或 ~（）（从有限总体不放回抽样） 统计推断中，样本成数的抽样分布常用于总体成数的估计和检验。 （三）估计方法 按估计参数时是否考虑估计误差的大小及发生的概率，估计方法分为点估计和区间估计。 二、参数的点估计 设为总体