统计学--抽样与抽样分布.pptxVIP

统计学 抽样与抽样分布 （2016）; 抽样与抽样分布;学习目标; 抽样基本知识;总体和参数;总体和参数（续）;样本和统计量;样本和统计量（续）; 样本统计量 一、统计量 　　随机抽样每次抽取的结果Xi，可能是总体中任何一个个体。因此可以看成是一个随机变量。n次抽取形成的样本X1, X2,… , Xn可以看成是一组随机变量。 　　设X1, X2,… , Xn是来自总体X 的一个样本，g(X1, X2,… , Xn) 是X1, X2,… , Xn的一个函数。若 g 是连续函数，且 g 中不含任何未知参数，则称 g(X1, X2,… , Xn) 是一个统计量。统计量也是一个随机变量。 　　 设x1, x2,… , xn 是相应于样本X1, X2,… , Xn的一个样本值， 则称 g(x1, x2,… , xn ) 是统计量 g(X1, X2,… , Xn) 的一个观测值。 　　统计量作为一个随机变量，它的分布称为抽样分布。;设X1, X2,… , Xn是来自总体X 的一个样本。 x1, x2,… , xn是这个样本的一个样本值。则 都是统计量，它们的观测值分别是;抽样方法;概率抽样(probability sampling);概率抽样 (probability sampling) （续）;简单随机抽样(simple random sampling);简单随机样本(simple random sample);简单随机抽样(用Excel对分类数据随机抽样);简单随机抽样(用Excel对分类数据随机抽样);简单随机抽样(用Excel对数值型数据随机抽样);分层抽样(stratified sampling);分层抽样(stratified sampling)续;系统抽样(systematic sampling);等距抽样（续）;整群抽样(cluster sampling);多阶段抽样(multi-stage sampling);概率抽样（小结）;非概率抽样;;;;;;4. 系统随机抽样 先随机地抽取一个样本，然后按某种规律顺次地得到全部样本的抽取方法。 系统随机抽样的实现方法：对容量为N的总体，先将总体中各个个体按某种顺序从1到N编号。设要从中抽取出容量为n的样本，设?N / n ?=k ，则先从编号为1到k的k个个体中随机地抽取一个，然后每隔k个抽取一个，顺次得到容量为n的样本。 系统随机抽样也称为系统抽样、等距抽样或机械抽样。;重复抽样与非重复抽样;重复抽样与非重复抽样;重复抽样与非重复抽样;抽样框;抽样框;抽样误差;三个误差概念;三个误差概念;三个误差概念;三个误差概念;三个误差概念;三个误差概念;三个误差概念;三个误差概念; 三种不同性质的分布;总体分布(population distribution);样本分布(sample distribution);抽样分布 (sampling distribution);抽样分布 (sampling distribution);;抽样分布（例证）;样本;抽样分布（例证）; 样本统计量的抽样分布 (一个总体参数推断时);样本均值的抽样分布;样本均值的抽样分布;样本均值的抽样分布(例题分析);样本均值的抽样分布 (例题分析);样本均值的抽样分布 (例题分析);;样本均值的抽样分布与中心极限定理;中心极限定理(central limit theorem);样本均值和样本方差的分布 1. 一般情况 　 设总体X 的均值为?，方差为? 2, X1, X2,… , Xn是X 的一个样本，则有E(Xi)= ?, D(Xi)= ? 2 (i=1,2,…,n)。由数学期望和方差的性质，有;中心极限定理 (central limit theorem);2. 正态总体情况 定理1 设随机变量X1, X2,…, Xn相互独立, 且服从正态分布N(?i, ?i2),则它们的线性组合;定理2;定理4 设X1, X2,… , Xn1与 Y1, Y2,… , Yn2分别是来自具有相同方差的两个正态总体N(μ1, σ2) 与 N(μ2, σ2) 的样本，且这两个样本相互独立，则;3. 中心极限定理;正态总体方差未知，小样本;;样本均值的抽样分布(数学期望与方差);样本均值的抽样分布(数学期望与方差);统计量的标准误 (standard error);估计的标准误 (standard error of estimation);样本比例的抽样分布;比例(proportion);样本比例的抽样分布;样本比例的抽样分布;样本比例的抽样分布(数学期望与方差);样本比例的抽样分布;样本方差的抽样