点估计量的性质.ppt

第 7 章 抽樣與抽樣分配 Part B (7.6-7.8) 抽樣與抽樣分配 Part B 的抽樣分配 的抽樣分配 在7.1節中我們提到EAI母體的比例p＝0.60，此p值為完成管理訓練課程的主管的比例，因此EAI抽樣問題中， 的期望值為0.60。 的抽樣分配 一般而言，我們使用標準誤來表示點估計量的標準差，因此，也用比例的標準誤表示 的標準差。 回到EAI的例子，以30位主管的簡單隨機樣本，求其樣本比例的標準誤。在EAI一例中，參加管理課程的主管的比例為p＝0.60，由於n/N?＝?30/2500＝0.012，故計算比例的標準誤時，可忽略有限母體校正因子，若樣本數為30人，則 抽樣分配的形狀 當 np5以及 n(1－p)5， 的抽樣分配可以利用常態分配來近似。 在EAI一例中，有參加管理訓練課程的主管的母體比例p＝0.60，樣本數為30，則np＝30(0.60)＝18且n(1－p)＝30(0.40)＝12，因此 抽樣分配可以趨近常態機率分配，如圖7.8所示。 抽樣分配的形狀 抽樣分配的實際值 假設人事經理想要知道樣本比例 值落在母體比例 ± 0.05範圍內的機率；也就是樣本比例 值落在0.55到0.65間的機率。 圖7.9的陰影部分就是此機率。我們已知 抽樣分配可以用常態分配來近似，平均數為0.60，標準差σ＝0.0894，則 ＝0.55所對應的標準常態z值＝(0.55－0.60)/0.894＝?0.56，查標準常態分配表可知介於z＝?0.56到 z＝0 間的面積為0.2123；同樣的在 ＝0.65時，z＝0到z＝0.56間的面積為0.2123，因此樣本比例 值落在母體比例p值 ± 0.05的機率為0.2123＋0.2123＝0.4246。 抽樣分配的實際值 抽樣分配的實際值 如果我們增加樣本數到n＝100，則比例的標準誤變為樣本大小為100的情況下，我們也可以計算樣本比例 值落在母體比例p值 ± 0.05的機率值。因抽樣分配近似常態分配，且平均數為0.60，標準差為0.049，利用標準常態分配表就可以計算所要的機率。 當 ＝0.55時，z值 ＝(0.55－0.60)/0.049＝?1.02，查標準常態分配表得知介於z＝?1.02到z＝0間的面積為0.3461；同樣的，當 ＝0.65時，介於z＝0到z＝1.02間的面積也為0.3461，因此當樣本數由30增到100時，樣本比例 值落在母體比例 值 ± 0.05的機率從0.4246變為0.3461＋0.3461＝0.6922。 7.7 點估計量的性質 注意： θ = 母體參數 θ =樣本統計量或 θ 的點估計量 θ 是希臘字母，發音是theta，θ 則唸做theta-hat。 一般而言，θ 代表任何母體參數，例如母體平均數、母體標準差及母體比例等等；θ 則代表對應的樣本統計量，例如樣本平均數、樣本標準差及樣本比例。 點估計量的性質 良好點估計量的性質有： 點估計量的性質 點估計量的性質 點估計量的性質 點估計量的性質 點估計量的性質 點估計量的性質 評註 我們在第3章說過，平均數與中位數都是集中趨勢的量數。本章只討論平均數的理由是，常態母體的母體平均數及母體中位數是相同的。而自常態母體抽樣，中位數的標準誤比平均數的標準誤大了25%。以EAI問題為例，n＝30，樣本平均數的標準誤是σ ＝730.3，中位數的標準誤則大概是1.25(730.3)?＝913。因此，樣本平均數是更有效的，且有更大的機率更接近母體平均數。 7.8 其他抽樣方法 分層隨機抽樣 分層隨機抽樣 分層隨機抽樣 叢式抽樣 叢式抽樣 叢式抽樣 系統抽樣 便利抽樣 判斷抽樣 判斷抽樣 評註 我們在本章推薦使用的機率抽樣方法共有：簡單隨機抽樣、分層隨機抽樣、叢式抽樣和系統抽樣，欲知這些方法所抽出的樣本統計量是否接近母體參數，我們可以用某些公式來評估其「適合度」(goodness)。便利抽樣和判斷抽樣並不能做適合度分析，因此在解釋非機率抽樣方法得到的結果時，必須非常小心。 End of Chapter 7, Part B 便利抽樣(convenience sampling)是屬於非機率抽樣 (nonprobability sampling)方法， 例如教授可能以志願參與實驗的學生為樣本，因為學生 是現成的，資料取得的成本也低。 樣本是否被抽出的關鍵是便利性，我們無法知道樣本中 的元素被抽中的機率。 優點是樣本抽選與資料蒐集都相當簡單，但不可能以樣 本的代表性來評估樣本的好壞。 使用判斷抽樣(judgment sampling)這個方法的研究者 必須非常瞭解研究對象，選出他認為最能代表母體的樣 本。 不能作為是適合