抽样及参数估计宋廷山版.pptVIP

;;;;民意调查;参数估计在统计方法中的地位;;;1、抽样;简单随机抽样(simple random sampling);分层抽样(stratified sampling);系统抽样(systematic sampling);整群抽样(cluster sampling);2、抽样分布;;;;;样本均值的分布与总体分布的比较;样本均值的抽样分布与中心极限定理;中心极限定理(central limit theorem);;抽样分布与总体分布;样本均值的抽样分布(数学期望与方差);样本比例的抽样分布(比例—proportion);;样本比例的抽样分布(数学期望与方差);3、参数估计方法;;;区间估计;将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例，也称置信度 表示为 (1 - ???? ??为是总体参数未在区间内的比例? 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10;由样本估计量构造出的总体参数在一定置信水平下的估计区间 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 如果用某种方法构造的所有区间中有95%的区间包含总体参数的真值，5%的区间不包含总体参数的真值，那么，用该方法构造的区间称为置信水平为95%的置信区间。同样，其他置信水平的区间也可以用类似的方式进行表述;总体参数的真值是固定的，而用样本构造的区间则是不固定的，因此置信区间是一个随机区间，它会因样本的不同而变化，而且不是所有的区间都包含总体参数 实际估计时往往只抽取一个样本，此时所构造的是与该样本相联系的一定置信水平(比如95%)下的置信区间。我们只能希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个;当抽取了一个具体的样本，用该样本所构造的区间是一个特定的常数区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值，因为它可能是包含总体均值的区间中的一个，也可能是未包含总体均值的那一个 一个特定的区间总是“包含”或“绝对不包含”参数的真值，不存在“以多大的概率包含总体参数”的问题 置信水平只是告诉我们在多次估计得到的区间中大概有多少个区间包含了参数的真值，而不是针对所抽取的这个样???所构建的区间而言的 ;;使用一个较大的置信水平会得到一个比较宽的置信区间，而使用一个较大的样本则会得到一个较准确(较窄)的区间。直观地说，较宽的区间会有更大的可能性包含参数 但实际应用中，过宽的区间往往没有实际意义 比如，天气预报说“在一年内会下一场雨”，虽然这很有把握，但有什么意义呢？另一方面，要求过于准确(过窄)的区间同样不一定有意义，因为过窄的区间虽然看上去很准确，但把握性就会降低，除非无限制增加样本量，而现实中样本量总是有限的 区间估计总是要给结论留点儿余地 ;;4、总体均值的估计区间;正态总体、方差已知 或非正态总体、大样本;;;总体均值的区间估计 (正态总体、方差已知或非正态总体大样本);;总体均值的区间估计 (正态总体、方差已知或非正态总体大样本);正态总体、方差未知、小样本;总体均值的区间估计(正态总体、方差未知、小样本);;总体均值的区间估计 (正态总体、方差未知、小样本);;5、总体比例的区间估计;总体比例的区间估计(一个总体比例);总体比例的区间估计;;;6、总体方差的区间估计;7、样本容量的确定;估计总体均值时样本量的确定;;估计一个总体均值时样本量的确定 ;估计总体比例时样本量的确定;