第四章 抽样估计与假设检验1.pptVIP

第四章 抽样估计与假设检验 第一节 抽样调查与抽样估计 第二节 假设检验 第三节 方差分析 众所周知，随机性是创造性不可缺少的因数……随机性是人类思维中内在的特性，不是通过赌博、衰减原子核、随机数表和其他你所知的而人为培植的，如果认为随机性是随心所欲的话，则是对人类创造性的侮辱。 —1961年诺贝尔物理学奖得主R·霍夫斯塔特 学习目标 1、理解并掌握抽样调查的概念与方法 2、掌握点估计与区间估计的基本方法 3、样本容量的确定 4、理解假设检验的基本原理 4、掌握假设检验的基本方法 5、理解并掌握方差分析的基本原理 6、掌握单因素方差分析 统计在军事上的应用（分布） 二战后期，美军对德国和日本法西斯展开了大规模战略轰炸，每天都有成千架轰炸机呼啸而去，返回时往往损失惨重。美国空军对此十分头疼：如果要降低损失，就要往飞机上焊防弹钢板；但如果整个飞机都焊上钢板，速度航程载弹量等都要受影响。 怎么办？ 美国空军请来统计学家沃尔德。沃尔德的方法十分简单。他把统计表发给地勤技师，让他们把飞机上弹洞的位置报上来，然后自己铺开一张大白纸，画出飞机的轮廓，再把那些小窟窿一个个添上去。画完之后大家一看，飞机浑身上下都是窟窿，只有飞行员座舱和尾翼两个地方几乎是空白。 沃尔德告诉大家：从统计学家的眼光来看，这张图明显不符合概率分布的规律，而明显违反规律的地方往往就是问题的关键。飞行员们一看就明白了：如果座舱中弹，飞行员就完了；尾翼中弹，飞机失去平衡就要坠落――这两处中弹，轰炸机多半就回不来了，难怪统计数据是一片空白。因此，结论很简单：只需要给这两个部位焊上钢板就行了。 不得不佩服统计学家沃尔德的睿智。 试想，假如他只在弹点最密集的地方补上钢板，而忽略了从事实的角度的分析，结果会是如何呢？ 第一节 抽样调查与抽样估计 一、概率抽样与非概率抽样 （一）概率抽样 概率抽样又称为随机抽样，就是按随机原则从总体中抽取样本。随机原则即为总体中的每个单位都有一定的概率被选为样本单位，每个总体单位能否被选为样本单位是随机的。 从理论上讲，概率抽样是最理想、最科学的抽样方法，能保证样本数据对总体参数的代表性，而且能够将调查误差中的抽样误差限制在一定的范围之内。 相对于非概率抽样来说，概率抽样也是花费较大的抽样方法。 1、简单随机抽样（Simple random sampling） 也称为纯随机抽样，是最基本的抽样形式，它是完全随机地选择样本。 简单随机抽样在社会经济工作和科学研究中被广泛应用。在不可能、不必要进行全面调查时，一般用简单随机抽样来推断总体。 要求有一个完美的抽样框，或者总体中有一个个体的详尽名单。 2、分层抽样（Stratified sampling） 也叫分类抽样、类型抽样。 根据调查目的，确定某个主要标志，并根据这个标志将总体单位划分为若干层或类型，然后从各层中按随机原则分别抽取一定数目的单位构成样本。各层的抽样数目可采用等比例抽样或不等比例抽样来确定。 分层抽样是统计分组法和抽样原理的结合，可提高样本的代表性，进而提高抽样推断的准确性；可获得总体指标的估计值，也可由各子样本指标推算相应的子总体指标。 分层抽样可加深对内部有差异性的现象的认识，可以满足分层次管理的需要。 如：城市职工收入调查、农产品产量抽样调查 A.二阶抽样（Two stage sampling） 为抽样方便，有时需把总体分成两个级别的抽样单元：初级抽样单元和次级抽样单元。每个初级抽样单元由若干次级抽样单元组成，先按某种方法在由初级单元构成的一级抽样框中抽样，然后在中选的初级单元中由次级单元构成的二级抽样框中抽样，抽样过程分为两个阶段进行。 例如在企业职工收入调查中，把企业作为初级抽样单元，职工作为次级抽样单元，先对企业进行抽样，再在被抽中企业内对职工进行抽样，然后对被抽中的职工进行调查。 在二阶抽样中，如果对初级单元不再进行随机抽样，让所有的初级单元都入样，而在初级单元中对次级单元进行随机抽样，这样的二阶抽样就是分层随机抽样。 B.多阶抽样（Multi-stage sampling） 如果总体可以划分成多个级别的抽样单元，每一级别的抽样单元由若干下一级别的抽样单元组成，相应地存在多个级别的抽样框，抽样时先在一级抽样框中对一级单元抽样，再在中选的一级单元中对二级单元抽样，依次类推。 例如在省抽县、县抽乡、乡抽村、村抽户的农产量四阶抽样中，凡未被抽中的县、乡、村、户就不必编制关于乡、村、户的抽样框。 多阶抽样的主要缺点是估计量的结构比较复杂，估计量方差的估计也很复杂。 4、整群抽样（Cluster sampling） 在二阶抽样中如果把初级抽样单元称作由次级抽样单元组成的群，在抽中的群内不再对次级单元进行抽样而是进行普查，那么这种抽样方法就称为整群抽样