第七章抽样估计案例.pptVIP

* * * * 点估计的优点是简单,具体明确.但由于样本的随机性,从一个样本得到的估计值往往不会恰 好等于实际值,总有一定的抽样误差.而点估计本身无法说明抽样误差的大小,也无法说明估计结果有多大的把握程度. 为了弥补点估计的这些缺陷,实际工作中还经常用到另一种估计方法:区间估计. * * * 所谓区间估计就是根据样本指标对相应的总体指标的存在范围做出具有一定把握程度的推断. * 统计上把扩大或缩小误差范围的倍数,叫概率度,用符号t表示.概率度t与估计的把握程度即概率成正比关系.给出的概率度越大,区间估计的把度程度就越大.t的取值一般为:1 , 1.5 , 1.96 , 2 , 3不同的概率度所对应的概率不用现求定积分,有人事先已编制好的概率表,查表即可. 统计上还常把概率度与抽样平均误的积称为极限误差. 它实际上给出的是允许误差的范围.所以又称允许误差. 概率度,概率(把握程度),估计区间的对应关系可以用一个表来概括: * 样本平均数与样本成数的抽样估计,内容全包括在这个表格之中.它不仅适用于平均数问题的区间估计也适用于成数问题的区间估计. * 33 * * * * As a result of this class, you will be able to ... * * As a result of this class, you will be able to ... * 样本容量即样本所包括的样本单位数.抽样数目. 如前所述,抽样平均误差与样本单位数的方根成反比.也就是说,n越大,抽样平均误差就是越小.抽样估计的准确性就越高.极端的情况:当样本单位数等于总体单位数时,就成了全面调查,那估计的结果必然是100%地准确. 但是,样本单位数越大,抽样实际工作所需人力,物力,财力就越多,成本就越高.所以,不能无限制地扩大大样本容量. 合适的做法是:根据抽样工作性质的要求.,所允许的极限误差,以及所要求的把握程度,来确定必要地样本容量. 因此,样本容量可以根据极限误差的公式来确定. 从导出的公式中可以看出. 第一.总体的方差越大,所需样本容量越大. 第二.要求的把握程度(概率)越高,所需样本容量越大. 第三.允许误差越大,所需样本容量越小. * 样本容量即样本所包括的样本单位数.抽样数目. 如前所述,抽样平均误差与样本单位数的方根成反比.也就是说,n越大,抽样平均误差就是越小.抽样估计的准确性就越高.极端的情况:当样本单位数等于总体单位数时,就成了全面调查,那估计的结果必然是100%地准确. 但是,样本单位数越大,抽样实际工作所需人力,物力,财力就越多,成本就越高.所以,不能无限制地扩大大样本容量. 合适的做法是:根据抽样工作性质的要求.,所允许的极限误差,以及所要求的把握程度,来确定必要地样本容量. 因此,样本容量可以根据极限误差的公式来确定. 从导出的公式中可以看出. 第一.总体的方差越大,所需样本容量越大. 第二.要求的把握程度(概率)越高,所需样本容量越大. 第三.允许误差越大,所需样本容量越小. * 从而得出确定样本容量的四个公式. * (二)不重复抽样样本容量的确定 有关总体方差的问题 ?样本容量的确定是在调查之前进行的，这样总体方差(或样本方差)一般是未知的。 在实际工作中往往利用有关资料代替.如果在本次调查之前，曾搞过同类问题的全面调查，可用全面调查的有关资料代替；在进行正式调查之前，组织两次或两次以上试验性抽样，用试验样本的方差来代替；成数方差在完全缺乏资料的情况下，可用成数方差的极大值0.25(P=或0.5) 来代替。 确定样本容量的经验法则 对于规模较小的总体(1000人以下)，研究者需要比较大的抽样比率(大约30%)为要有较高的精确性；对于中等规模的总体(如10000人)，要达到同样的精确度，抽样比率为10%。 就大规模的总体(超过150000人)而言，抽样比率为1%或就能得出正确的结果；如果是非常大的总体（超过1000万）.研究者可以使用0.025%抽样；当抽样比率非常小时总体大小的影响力就不那么重要了，从2亿总体中抽取一个2500左右的样本，与从1000万总体中抽出同样规模的样本，它们的精确程度是完全相同的。 某食品厂要检验本月生产的10000袋某产品的重量,根据上月资料