2020第四章抽样误差与假设检验.pptVIP

第四章 抽样误差与假设检验 崔琳林 第一节 均数的抽样误差与标准误 一、抽 样 研 究 ? 按照 随机化 原则 ? 采用正确的 抽样方法 ? 从总体中抽取有代表性的一部分 组成样本 ? 用样本信息 推断 总体特征的研究 统计推断 二、抽 样 误 差 ? 已知 k 市初中女生身高总体均数 为 155.4cm ， 标准差为 为 5.3cm 的正态分布，从总体中随 机抽样。样本大小为 30 , n n X S ? ? 2 , ? ? 1 1 , X S n=30 3 , j X S 2 2 , X S … … . 若从正态总体 抽样得到 1000 个样本，将 1000 个 样本均数看成新变量，构成新的分布： 2 (155.4,5.3 ) N 组段 频数 频率（ % ） 累计频率（ % ） 152.9- 9 0.90 0.90 153.5- 34 3.40 4.30 154.1- 94 9.40 13.70 154.7- 191 19.10 32.80 155.3- 255 25.50 58.30 155.9- 216 21.60 79.90 156.5- 116 11.60 91.50 157.1- 63 6.30 97.80 157.7- 20 2.00 99.80 158.3-158.9 2 0.20 100.00 二、抽 样 误 差 Mean=155.426 Std=0.966 二、抽 样 误 差 ? 样本均数的分布特点： ? 各样本均数不一定等于总体均数 ? 样本均数间存在差异 ? 样本均数的分布为中间多，两边少， 围绕总体 均数 上下波动，左右基本对称。 ? 样本均数的变异 较之原变量的变异大大减小。 二、抽 样 误 差 ? 抽样误差 （ Sampling error ） ? 由抽样引起的 样本统计量 与 总体参数 间（或 各统计量之间） 的差异 ? 抽样误差不可避免 ? 抽样误差有一定的规律性 二、抽 样 误 差 中心极限定理： ? 若个体资料 服从正态总体 ，则样本均数 也服从正态分布： ? 个体资料 服从偏态分布，当 样本量 n 较大 时， 样本均数 近似服从正态分布： 2 ( , ) N ? ? 2 ~ ( , ) j X X N ? ? j X 2 ~ ( , ) j X X N ? ? i X i X j X 三、标准误 ? 样本均数的标准差 ，称为 样本均数的标准误 (standard error of mean) ，简称标准误（ SE ) 。 ? 标准误意义： 反映 样本均数抽样误差的大小 ， SE 越 大，均数的抽样误差越大，说明样本均数与总体均 数间的变异越大 。 X ? 三、标准误 ? 标准误的大小： ? n 一定时，标准误与标准差呈正比； ? 标准差一定，标准误与 n 的平方根成反比 ? 增加样本含量可减少抽样误差 ? ? ? x n 三、标准误 标准误主要用途： ? 衡量抽样误差大小 ， SE 越小，样本均数可信度 越高 ? 结合标准正态分布和 t 分布曲线下的面积规律， 估计总体均数的置信区间 ? 应用于 假设检验 三、标准误 ? 由于实际 往往未知，需要用样本 来估 计 ，样本均数标准误的 估计式 ： ? 注意区别： X X S S n ? X ? ? ? X X S S 和 和 X ? X S 三、标准误 区间估计： 按预先给定的概率确定 一个包含未知总体参数的范围，称 为参数的可信区间或置信区间 (confidence interval,CI) 第二节 总体均数的估计 点估计： 将样本统计量作为 总体参数的估计 参数的估计 ? 可信度： ? 事先给定的概率 (1 ?? ) 称为置信度或可信度 ，常 取 95 ％ 或 99 ％ ； ? 估计总体均数可信区间时，可能估计错误，错 误概率为 ? ； ? 估计正确的概率为 (1 ? ? ) ， ? 可信区间的上下界为可信限： ? 较小的称为下限（ lower limit ， L ） ? 较大的称为上限（ upper limit ， U ） 一、可信区间的有关概念 可信区间的含义： 95% 可信区间表示该区间总含总体均数 μ的 概率为 95% ； 若作 100 次抽样算得 100 个可信区间，平均有 95 个可信区间包含μ，有 5 个可信区间不包含 μ，即估计错误。 一、可信区间的有关概念 可信区间估计的优劣： ? 准确度： 即可信度 1 ?? ，愈接近 1 愈好，如 99% 的可信度比 95% 的可信度要好； ? 精密度：即区间的宽度， 区间愈窄愈好。当样 本含量为定值时，上述两者互相矛盾。 ? 在可信度确定的情况下，增加 样本含量