理论统计学课件-抽样调查.PPTVIP

高产麦田比重的平均误差计算表 类别 高产田比重(%) 非高产田比重(%) 麦田不均匀程度指标(%) 抽样调查面积(公顷) pi(1-pi)ni 符号 pi 1-pi pi(1-pi) ni 丘陵 80 20 16 600 96.0 平原 90 10 9 360 32.4 山地 60 40 24 240 57.6 合计 - - - 1200 186 （三）机械抽样(等距抽样) 　　　先将全及总体的所有单位按某一标志顺序排队，然后按相等的距离抽取样本单位。 排列次序用的标志有两种： 1. 选择标志与抽样调查所研究内容无关， 称无关标志排队。 2. 选择标志与抽样调查所研究的内容有关， 称有关标志排队。 研究工人的平均收入水平时，按工号排队。 例 研究工人的生活水平，按工人月工资额高低排队。 例 2.不重复抽样： (二) 成数的抽样平均误差 已证明得：成数的方差为p(1-p) 某玻璃器皿厂某日生产15000只印花玻璃杯，现按重复抽样方式从中抽取150只进行质量检验，结果有147只合格，其余3只为不合格品，试求这批印花玻璃杯合格率(成数)的抽样平均误差。 例 第三节 抽样推断 一、点估计和区间估计 (一)点估计 例 (二)区间估计 　　是根据样本指标和抽样误差去推断全及指标的可能范围，它能说清楚估计的准确程度和把握程度。 由于区间估计所表示的是一个可能的范围，而不是一个绝对可靠的范围。就是说，推断全及指标在这个范围内只有一定的把握程度。用数学的语言讲，就是有一定的概率。 根据中心极限定理，得知当n足够大时，抽样总体为正态分布，根据正态分布规律可知，样本指标是以一定的概率落在某一特定的区间内，统计上把这个给定的区间叫抽样极限误差，也称置信区间，即在概率F(t)的保证下： 抽样极限误差△=tμ，（t为概率度） 当F(t)=68.27%时，抽样极限误差等于抽样平均误差的1倍(t=1); 当F(t)=95.45%时，抽样极限误差等于抽样平均误差的2倍(t=2); 当F(t)=99.73%时，抽样极限误差等于抽样平均误差的3倍(t=3); 可见，抽样极限误差，即扩大或缩小了以后的抽样误差范围。 例 二、全及平均数和全及成数的推断 某农场进行小麦产量的抽样调查，该农场小麦播种面积为10000亩，采用不重复的简单随机抽样从中选100亩作为样本，进行实割实测，得到样本的平均亩产量为400千克，样本标准差为12千克。 则： ～ ～ 例1 某机械厂日产某种产品8000件，现采用纯随机不重复抽样方式(按重复抽样公式计算)，从中抽取400件进行观察，其中有380件为一级品，试以概率95.45%的可靠程度推断全部产品的一级品率及一级品数量的范围。 则：抽样一级品率： ～ 例2 三、全及总体总量指标的推断 (一) 直接推断法 抽样平均数(成数)×总体单位数=总体标志总量 1.如果采用点估计方法：上例1中：400×10000=400(万千克) 如果用区间估计方法：上例1中该农场小麦总产量的范围为： t=2: (397.62 ～ 402.38)×10000=397.62 ～ 402.38(万千克) t=3: (396.43 ～ 403.57)×10000=396.43 ～ 403.57(万千克) 2.上例2中，全部一级品数量的范围为： (92.82% ～ 97.18%)×8000=7425.6 ～ 7774.4(件) (二) 修正系数法 　　　就是用抽样所得的调查结果同有关资料对比的系数来修正全面统计资料时采用的一种方法。 某村6000农户，2001年年末统计养猪头数，从下往上报的是9000头，现抽10％(600户)的农户再复查一下，发现有漏报，也有重报。按600户，原来数字是890头，实际复查为935头，故总的来说，是少报。 例1 某市房地局，年报工资总额3218.1万元。 现抽查14个单位： 年报：415.03万元 多报：0.44万元 少报：1.47万元 抵冲后 1.47-0.44=1.03(万元) 例2 第四节 抽样设计与抽样组织形式 一、抽样设计方案 （一）抽样方案设计 （二）抽样框 二、抽样的组织形式 （一）简单随机抽样(纯随机抽样) 　　　即从总体单位中不加任何分组、排队，完全随机地抽取调查单位。 随机抽选可有各种不同的具体做法，如： 1.直接抽选法； 2.抽签法； 3.随机数码表法； 1、重复抽样 (一) 平均数的抽样平均误差 1.重复抽样 某灯泡厂从一天所生产的产品10,000个中抽取100个检查其寿命，得平均寿命为2000小