第六章抽样估计3研究报告.pptVIP

第5章 抽样分布 所有样本均值的均值和方差 式中：M为样本数目 比较及结论：1. 样本均值的均值（数学期望）等于总体均值 2. 样本均值的方差等于总体方差的1/n 样本均值的分布与总体分布的比较 抽样分布 ? = 2.5 σ2 =1.25 总体分布 1 4 2 3 0 .1 .2 .3 P ( x ) 1.0 0 .1 .2 .3 1.5 3.0 4.0 3.5 2.0 2.5 x 样本均值的抽样分布与中心极限定理 ? = 50 ? =10 X 总体分布 n = 4 抽样分布 X n =16 当总体服从正态分布N ~ (μ, σ2 )时，来自该总体的所有容量为n的样本的均值?X也服从正态分布，?X 的数学期望为μ，方差为σ2/n。即?X～N(μ,σ2/n) 中心极限定理（图示） 当样本容量足够大时(n ? 30) ，样本均值的抽样分布逐渐趋于正态分布 中心极限定理：设从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 一个任意分布的总体 X (2)样本比例p x f xf 合格品 不合格品 1 0 p q p 0 1-p 0-p 合计 1 p 6.3　抽样估计的基本方法 　　　　　　　　 一、点估计 二、区间估计 一、点估计 1、概念：由样本数据计算出样本统计量，作为总体参数的估计值。 　　 2、优良点估计量的标准： （1）无偏性： 估计量的优良性准则（无偏性） 无偏性：估计量的数学期望等于被估计的总体参数 P( X ) X C A ? 无偏 有偏 估计量的优良性准则（有效性） A B ? 中位数的抽样分布 均值的抽样分布 X P(X ) （2）有效性：一个方差较小的无偏估计量称为一个更 有效的估计量。如，与其他估计量相比，样本均值是一个更有效的估计量 估计量的优良性准则（一致性） （3）一致性：随着样本容量的增大，估计量越来越接近被估计的总体参数 A B 较小的样本容量 较大的样本容量 ? P(X ) X 二、区间估计 区间估计：根据样本估计量，以一定可靠程度推断总体参数的区间范围。 二 、 区间估计（概念要点） 1. 根据一个样本的观察值给出总体参数的估计范围 给出总体参数落在这一区间的概率 例如: 总体均值落在50~70之间，置信度为 95% 样本统计量 (点估计) 置信区间 置信下限 置信上限 置信区间估计（内容） ?2 已知 ?2 未知? 均 值 方 差 比 例 置 信 区 间 2、单一总体均值的区间估计 （1） 例：智商服从正态分布，方差225，现抽64人，计算样本的平均智商为102。试以95.45%的概率估计总体智商均值的置信区间。 95.45% (2) 例：人寿保险公司在业务调查中，随机抽取36名投保人组成样本，得到样本的平均年龄是39.5岁，样本标准差是7.77岁，试以90%的置信水平，估计全部投保人的平均年龄 例：某班学生的体重近似服从正态分布。现抽取10人，体重（公斤）分别为60，50，65，68，70，55，65，68，63，51。以90%的置信度估计该班学生的平均体重。 （3）非正态总体均值的区间估计 利用中心极限定理，样本容量足够大时，样本均值近似服从正态分布 6.4.2 单一总体比例的区间估计 复习： 例：在一次样本容量为200的调查中，表示支持某候选人的有110人，以95.45%的置信标准估计该候选人的支持率。 6.5 样本容量 （一）影响样本容量的因素： 1、总体方差 2、置信度 3、估计的精度：即置信区间的宽度 4、抽样的方法：重置抽样或不重置抽样 5、抽样的组织方式：简单随机抽样、类型抽样、等距抽样、整群抽样、多阶段抽样 6、建立置信区间的费用 （二）确定样本容量的方法 1、估计总体均值时样本容量的确定 在重复抽样的情况下： 例：一证券公司的人力资源部计划在员工中进行调查，以了解员工的平均医疗支出。这项调查希望有5%的显著性，并要求样本均值的极限误差在50元以内。前期研究表明总体的标准差约为400元，试确定这项调查所需要的样本容量。 例：一电脑制造商准备开发某地区的家用电脑市场，为此要事先了解有意愿购买电脑的家庭的比例。这项调查至少应抽取多少家庭，才能以95%的置信度保证估计误差不超过4%？ 在不重复抽样的情况下： * * 第六章 下一页 返回目录 抽样与参数估计 参数估计在统计方法中的地位 统计方法 描述统计 推断统计 参数估计 假设检验 第一节 抽样推断概述