统计法学课件-抽样推断.pptVIP

【例A】某企业生产某种产品的工人有1000人，某日采用不重复抽样从中随机抽取100人调查他们的当日产量，要求在95﹪的概率保证程度下，估计该厂全部工人的日平均产量和日总产量。 总体平均数的区间估计 按 日产量分组（件） 组中值（件） 工人数（人） 110～114 114～118 118～122 122～126 126～130 130～134 134～138 138～142 112 116 120 124 128 132 136 140 3 7 18 23 21 18 6 4 336 812 2160 2852 2688 2376 816 560 588 700 648 92 84 648 600 784 合计 — 100 12600 4144 100名工人的日产量分组资料 解： 则该企业工人人均产量 及日总产量 的置信区间为： 即该企业工人人均产量在124.797至127.203件之间，其日总产量在124797至127303件之间，估计的可靠程度为95﹪ 总体成数的区间估计 表 达 式 其中， 为极限误差 步 骤 ⒈ 计算样本成数 ； ⒉ 搜集总体方差的经验数据 ； ⒊ 计算抽样平均误差： 重复抽样条件下 不重复抽样条件下 总体成数的区间估计 步 骤 ⒋ 计算抽样极限误差： ⒌ 确定总体成数的置信区间： 总体成数的区间估计 【例B】若例A中工人日产量在118件以上者为完成生产定额任务，要求在95﹪的概率保证程度下，估计该厂全部工人中完成定额的工人比重及完成定额的工人总数。 总体成数的区间估计 按 日产量分组（件） 组中值（件） 工人数（人） 110～114 114～118 118～122 122～126 126～130 130～134 134～138 138～142 112 116 120 124 128 132 136 140 3 7 18 23 21 18 6 4 合计 — 100 100名工人的日产量分组资料 完成定额的人数 解： 则该企业全部工人中完成定额的工人比重 及完成定额的工人总数 的置信区间为： 即该企业工人中完成定额的工人比重在0.8432至0.9568之间，完成定额的工人总数在843.2至956.8人之间，估计的可靠程度为95﹪。 样本容量的确定 影响样本容量的因素 总体各单位标志值的差异程度（即标准差的大小）： 越大，所需样本容量越多 允许的极限误差△的大小：△ 越大，所需样本容量越小； 推断的可靠程度，即置信度：对可靠程度要求越高，所需样本容量越大； 抽样方法和抽样组织方式：重复抽样比不重复抽样所需样本容量要多；类型抽样比简单随机抽样所需样本容量多。 学生　Ａ　Ｂ　Ｃ　Ｄ 成绩 60 70 80 90 均值 ?＝75 方差 ?２＝125 从中按重复抽样方式抽取２人，计算样本的均值　及方差S２ 。 方差的抽样分布 A 60 B 70 C 80 D 90 A 60 60 60 60 0 0 60 70 65 25 50 60 80 70 100 200 60 90 75 225 450 B 70 70 60 65 25 50 70 70 70 0 0 70 80 75 25 50 70 90 80 100 200 C 80 80 60 70 100 200 80 70 75 25 50 80 80 80 0 0 80 90 85 25 50 D 90 90 60 75 225 450 90 70 80 100 200 90 80 85 25 50 90 90 90 0 0 样本抽样分布 原总体分布 抽样误差 167CM 169CM 172CM 160CM 162CM 167CM 175CM 180CM 165CM 167CM 170CM 175CM 178CM 180CM 162CM 173CM 155CM 160CM 170CM 165CM 平均身高=169.8CM 平均身高=174.6CM 总平均身高=168.6CM 第三节 参数估计 也叫抽样估计，就是根据样本指标数值对总体指标数值作出估计或推断。 参数估计 通常，把用来估计总体特征的样本指标叫估计量或统计量，待估计的总体指标叫总体参数。 特点 1、它在逻辑上运用归纳推理而不是演绎推理。 2、在方法上运用不确定的概率估计方法，而不是运用确定的数学分析方法。 3、抽样估计存在抽样误差。 点估计 从总体中抽取一个随机样本，计算与总体参数相应的样本统计量，然后把该统计量视为总体参数的估计值，称为参数的点估计。 简单，具体明确 优点 缺点 无法控制误差，仅适用于对推断的准确程度