理论统计学课件-抽样理论和参数估计.PPTVIP

3.5.1 F分布的特点 F(n1，n2)分布形态是正偏态分布，形式随n1，n2不同而不同，当n1，n2的增加而渐趋正态分布 F为两个方差比率，所以为正值 n1=1，n2任意时，F值与自由度为n2的t值的平方相等，即F(1,n2) = t2(n2) F?(n1,n2)=1/F1- ?(n2,n1) （114） 3.5.2 F分布的应用 F分布是统计学家费歇尔(R. A. Fisher)于1924年首先发现的 假设检验 区间估计 方差分析 回归分析 4 样本容量的计算 （115） 根据最大允许误差确定样本容量 样本容量n，总体方差?2，允许误差d，可靠性系数Z?/2的关系 总体方差越大，需要的样本容量越大； 允许误差越大，需要的样本容量越小； 可靠性系数越大，需要的样本容量越大； 例：要使95%置信区间的允许误差为5，应选取多大的样本容量？假定总体的标准差为25。 例： 一家广告公司想估计某类商店去年所花的平均广告费有多少。检验表明，总体方差约为1800000。如置信度取95％，并要使估计值处在总体平均值附近500元的范围内，这家广告公司应取多大的样本？ 例：一家市场调研公司想估计某地区有彩色电视机的家庭所占的比例。该公司希望对p的估计误差不超过0.05，要求的可靠程度为95%，应取多大容量的样本? 例： 一项调查中，总体比率的计划值为0.35，则当允许的最大绝对误差为0.05时，在求其95%置信区间时应采用多大的样本容量？ 5 参数估计 设总体有待估参数?，自总体中抽取样本x1,x2,…,xn 点估计 point estimate 用样本的某一统计量估计?如用样本均值估计总体均值 区间估计 interval estimate 求出一定概率下?的取值范围 抽样理论和参数估计 1. 抽样的基本概念 总体(population)：要研究的事物或现象的全体 个体(unit)：组成总体的每个元素(成员) 总体容量(population size)：一个总体中所含个体的数量 样本(sample)：从总体中抽取的部分个体 样本容量(sample size)：样本中所含个体的数量 抽样(sampling)：为推断总体的某些重要特征，需要从总体中按一定抽样技术抽取若干个体的过程 参数(parameter)：反映总体数据特征的量数 统计量(statistic)：反映样本数据特征的量数 统计量是样本的函数，只依赖于样本；样本均值、样本方差等都是统计量 放回抽样和不放回抽样 放回抽样(重置抽样) 从总体N个单位中抽取n个单位作为样本时，每次只从总体中抽取一个单位，进行登记后再把它放回原来的总体中去 某次被抽取的单位在下一次还有可能被抽到 总体单位数每次抽样都不变 不放回抽样(不重置抽样) 从总体N个单位中抽取n个单位作为样本时，每次从总体中抽取一个单位后，被抽取单位不放回总体中，仅从余下部分进行下一次抽取。 相当于一次从N个总体单位中抽取n个单位 抽样的实例 血常规：用一滴外周血的化验结果，代表一个人的全血成分 2. 抽样方法2.1简单随机抽样 simple random sampling 完全随机地选取样本，要求有总体中每一个个体的详尽名单，给总体N个元素编号 抽签 随机数字表 在农村推行联产承包责任制时，如何把地力、水利等各方面条件存有差异的田地分到各家各户，确实难上加难。最终还是采用“抽签”来确定挑选田地先后顺序的办法解决的。签号排在后面的自然挑不到理想的田地。但人们都认为“碰运气”的办法是最“公平”的。没有抽到好签，只能怨自己“倒霉”。有意见也不好说。 2.2 等距抽样 又称系统抽样 (systematic sampling) 给总体N个元素编号 抽样间距 k＝N/n 随机确定起点 a (1≤a ≤k) a, a+k, a+2k, …, a+(n-1)k 缺点：受总体数据的周期性的影响 电话号码 交通高峰期 例：从N＝800的总体中抽取50个样本 2.3 分层抽样 stratified random sampling 先将总体分成不同的“层”，然后在每一“层”内进行简单随机抽样 分层原则：层内变异要小，层间的变异要大 可防止简单随机抽样造成的样本构成与总体构成不成比例的现象。 比例分层抽样 例：总体20人，其中男5，女15，抽样4人解：“男”在总体的比例为5/20=1/4因此应抽取“男”4×0.25＝1人，抽取“女”3人 2.4 其他抽样方法 方便抽样(Convenience sampling) 由调查人员自由、方便地选择被调查者的非随机选样 判断抽样(Judgement sampling) 通过某些条件过滤选择某些被调查者参与调查的判断抽样法 如：focus group 3. 抽样分布 总体 　 3.1.