第7章抽样与估计1.pptxVIP

第 7 章 抽样与估计 (1);学习目标;7.1 概率抽样方法;抽样方法;概率抽样(probability sampling);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);多阶段抽样(multi-stage sampling);非概率抽样(non-probability sampling);方便抽样;判断抽样;自愿样本;滚雪球抽样;配额抽样;概率抽样与非概率抽样的比较;7.2 三种不同性质的分布;总体中各元素的观察值所形成的分布 分布通常是未知的 可以假定它服从某种分布 ;一个样本中各观察值的分布 也称经验分布 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 ;样本统计量的概率分布，是一种理论分布 在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布 样本统计量是随机变量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 ;抽样分布的形成过程 (sampling distribution);7.3 样本统计量的抽样分布 (一个总体参数推断时);样本均值的抽样分布;在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布 一种理论概率分布 推断总体均值?的理论基础 ;样本均值的抽样分布(例题分析);样本均值的抽样分布 (例题分析);样本均值的抽样分布 (例题分析);样本均值的分布与总体分布的比较 (例题分析);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);中心极限定理 (central limit theorem);抽样均值的抽样分布与 总体分布的关系;样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样;样本均值的抽样分布(数学期望与方差);均值的抽样标准误差;样本比例的抽样分布;总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 ;在重复选取容量为的样本时，由样本比例的所有可能取值形成的相对频数分布 一种理论概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 np 5, n(1-p) 5 推断总体比例?的理论基础 ;样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样;样本方差的抽样分布;样本方差的分布;由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 令 ，则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 ;?2分布(?2 distribution);分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)， V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ;c2分布(图示);样本统计量的抽样分布;样本统计量的抽样分布;7.4 样本统计量的抽样分布 (两个总体参数推断时);两个样本均值之差的抽样分布;两个总体都为正态分布，即 ， 两个样本均值之差 的抽样分布服从正态分布，其分布的数学期望为两个总体均值之差 方差为各自的方差之和 ;两个样本均值之差的抽样分布;两个样本比例之差的抽样分布;两个总体都服从二项分布 分别从两个总体中抽取容量为n1和n2的独立样本，当两个样本都为大样本时，两个样本比例之差的抽样分布可用正态分布来近似 分布的数学期望为 方差为各自的方差之和 ;两个样本方差比的抽样分布;两个样本方差比的抽样分布;由统计学家费希尔(R.A.Fisher) 提出的，以其姓氏的第一个字母来命名则 设若U为服从自由度为n1的?2分布，即U~?2(n1)，V为服从自由度为n2的?2分布，即V~?2(n2),且U和V相互独立，则 称F为服