抽样和抽样分布培训课件.pptxVIP

3 抽样和抽样分布简单随机抽样点估计 的抽样分布 的抽样分布点估计的性质其他抽样方法什么是抽样估计？例1：制造商生产一种被认为寿命更长的新型轮胎。例2：某党派想支持某一候选人参选美国某州议员，为了决定是否支持该候选人，该党派领导需要估计支持该候选人的民众占全部登记投票人总数的比例。由于时间及财力的限制：新轮胎平均寿命:36,500公里120个样本平均里程36,500公里测试推断支持该候选人的选民占全部选民的比例：160/400=40%400个样本支持人数160推断抽样估计方法主要用在下列两种情况：对所考查的总体不可能进行全部测度；从理论上说可以对所考查的总体进行全部测度，但实践上由于人力、财力、时间等方面的原因，无法（不划算）进行全部测度。 抽样估计只得到对总体特征的近似测度，因此，抽样估计还必须同时考察所得结果的“可能范围” 与“可靠程度”。 3 抽样和抽样分布简单随机抽样点估计 的抽样分布 的抽样分布点估计的性质其他抽样方法简单随机抽样简单随机样本（有限总体）随机样本中每个样本点以相等的概率被抽出。随机样本（无限总体）每个个体来自同一总体。各个个体的选择是独立的。自有限总体的抽样每次只选择一个样本点，总体中的每一个体等可能被抽到。方法：随机数表。74715639056067825514186691304347297198644826636945693658319580207404558006286689203895002884515205641343479362147278278386857767891686077237953514646834517347135143176035717216307368331660284099972118734916705477025135881847693749958368138637919自有限总体的抽样例：人事主管正在制定一项公司2500名管理人员的简报。假定2500名管理人员已经按照他们在职员文件中的顺序依次标号（即1，2，3，?，2499，2500）74715639056067825514186691304347297198644826636945693658319580207404558006286689203895002884515205641343479362147278278386857767891686077237953514646834517347135143176035717216307368331660284099972118734916705477025135881847693749958368138637919自有限总体的抽样无放回抽样：一个元素一旦选入样本，就从总体中剔除，不能再次被选入。放回抽样：一个元素一旦选入样本，仍被放回总体中。先前被选入的元素可能再次被选，并且在样本中可出现多次（多于一次）。自无限总体的抽样无限总体经常被定义为一个持续进行的过程，总体的元素由在相同条件下过程无限运行下去产生的每一项构成。在这种情况下，对总体内所有项排列是不可能的。例：估计某一快餐店11:30-13:30午饭时间顾客从点餐到拿到食品的平均时间。自无限总体的抽样因为对于无限总体不可能进行标号排列，所以抽样过程中不能用随机数。例：当一名顾客出示打折券时，他之后的下一名顾客将被选入样本。因为顾客出示打折赠品券的是随机而且独立的，所以厂商的抽样计划满足来自无限总体的简单随机样本的两个条件。练习假定一个有限总体有350项，用下面五位随机数的后三位，确定被选入简单随机样本的项的前四位。98601 73022 83448 34229 27553 84147 93289 14209练习说明下列总体是有限还是无限的。a. 加利福尼亚州所有登记的选民。b. 由宾夕法尼亚州阿伦顿TV-M公司工厂生产的所有电视装置。c. 某一邮购业务公司处理的所有订单。d. 所有打入某一地方警察局的紧急电话。e. Fibercon有限公司在5月17日第二个轮班中制造的所有部件。3 抽样和抽样分布简单随机抽样点估计与抽样分布 的抽样分布 的抽样分布点估计的性质其他抽样方法点估计由30管理人员组成的简单随机样本的年薪和培训情况点估计样本均值51814.00美元样本标准差点估计的统计过程3347.72美元样本比率0.63由30名管理人员组成的简单随机样本的点估计值由30名管理人员组成的500个简单随机样本的点估计值由30名管理人员组成的500个简单随机样本的抽样分布抽样分布：样本统计量所有可能值构成的概率分布。3 抽样和抽样分布简单随机抽样点估计 的抽样分布 的抽样分布点估计的性质其他抽样方法 的抽样分布 抽样分布的性质 的均值或数学期望 的标准差 抽样分布本身的形状或形式 的数学期望例：管理人员