抽样与参数估计.ppt

第6章抽样与参数估计第6章抽样与参数估计6.1抽样与抽样分布6.2参数估计的基本方法6.3总体均值的区间估计6.4总体比例的区间估计6.5样本容量的确定学习目标理解抽样方法与抽样分布估计量与估计值的概念点估计与区间估计的区别评价估计量优良性的标准总体均值的区间估计方法总体比例的区间估计方法样本容量的确定方法参数估计在统计方法中的地位统计推断的过程6.1抽样与抽样分布什么是抽样推断概率捕样方法抽样分布抽样方法抽样方法概率抽样(probabilitysampling)也称随机抽样特点按一定的概率以随机原则抽取样本抽取样本时使每个单位都有一定的机会被抽中每个单位被抽中的概率是已知的，或是可以计算出来的当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率简单随机抽样(simplerandomsampling)从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的最基本的抽样方法，是其它抽样方法的基础特点简单、直观，在抽样框完整时，可直接从中抽取样本用样本统计量对目标量进行估计比较方便局限性当N很大时，不易构造抽样框抽出的单位很分散，给实施调查增加了困难没有利用其它辅助信息以提高估计的效率分层抽样(stratifiedsampling)将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本优点保证样本的结构与总体的结构比较相近，从而提高估计的精度组织实施调查方便既可以对总体参数进行估计，也可以对各层的目标量进行估计系统抽样(systematicsainplmg)将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范闱内随机地抽取一个单位作为初始单位，然后按爭先规定好的规则确定其它样本单位先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k,r+2k…等单位优点：操作简便，可提高估计的精度缺点：对估计量方差的估计比较困难整群抽样(clustersampling)将总体中若干个单位合并为组(群)，抽样时直接抽取群，然后对中选群中的所有单位全部实施调查特点抽样时只需群的抽样框，可简化工作量调查的地点相对集中，节省调查费用，方便调查的实施缺点是估计的精度较差抽样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总体分布(populationdistribution)一个样本中各观察值的分布也称经验分布当样本容屋n逐渐增大时，样本分布逐渐接近总体的分布样本分布(sampledistribution)抽样分布的概念(samplingdistribution)抽样分布是指样本统计屋的分布，即把某种样本统计量看作一个随机变量，这个随机变屋的全部可能值构成的新的总体所形成的分布即为某种统计量的抽样分布.统计量:样本均值，样本比例，样本方差等样本统计量的概率分布是一种理论概率分布随机变量是样本统计量样本均值，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对抽样分布的理解抽样分布:即不是总体分布，也不是样本分布，是根据所有可能样本计算的统计量的全部可能取值形成的分布样本均值的抽样分布容量相同的所有町能样本的样本均值的概率分布一种理论概率分布进行推断总体均值的理论基础样本均值的抽样分布样本均值的抽样分布（例题分析）【例】设一个总体，含有4个元素（个体），即总体单位数N=4。

（抽样检验）抽样与参数估计抽样和参数估计推断统计：利用样本统计量对总体某些性质或数量特征进行推断。

从数据得到对现实世界的结论的过程就叫做统计推断(statisticalinference)。

这个调查例子是估计总体参数（某种意见的比例）的壹个过程。

估计(estimation)是统计推断的重要内容之壹。

统计推断的另壹个主要内容是本章第二节要介绍的假设检验(hypothesistesting)。

因此本节内容就是由样本数据对总体参数进行估计，即：学习目标：了解抽样和抽样分布的基本概念理解抽样分布和总体分布的关系了解点估计的概念和估计量的优良标准掌握总体均值、总体比例和总体方差的区间估计第一节抽样和抽样分布回顾相关概念：总体、个体和样本抽样推断：从所研究的总体全部元素(单位)中抽取壹部分元素(单位)进行调查,且根据样本数据所提供的信息来推断总体的数量特征。

总体(Population)：调查研究的事物或现象的全体参数个体(Itemunit)：组成总体的每个元素样本(Sample)：从总体中所抽取的部分个体统计量样本容量(Samplesize)：样本中所含个体的数量壹般将样本单位数不少于三十个的样本称为大样本，样本单位数不到三十个的样本称为小样本。

壹、抽样方法及抽样分布1、抽样方法（1）、概率抽样：根据已知的概率选取样本①、简单随机抽样：完全随机地抽选样本，使得每壹个样本都有相同的机会（概率）被抽中。

注意：在有限总体的简单随机抽样中，由抽样是否具有可重复性，又可分为重复抽样和不重复抽样。

而且，根据抽样中是否排序，所能抽到的样本个数往往不同。

②、分层抽样：总体分成不同的“层”（类），然后在每壹层内进行抽样③、整群抽样：将壹组被调查者（群）作为壹个抽样单位④、等距抽样：在样本框中每隔壹定距离抽选壹个被调查者（2）非概率抽样：不是完全按随机原则选取样本①、非随机抽样：由调查人员自由选取被调查者②、判断抽样：通过某些条件过滤来选择被调查者（3）、配额抽样：选择壹群特定数目、满足特定条件的被调查者2、抽样分布壹般地，样本统计量的所有可能取值及其取值概率所形成的概率分布，统计上称为抽样分布（samplingdistribution）。

第四章抽样与参数估计推断统计：利用样本统计量对总体某些性质或数量特征进行推断。

从数据得到对现实世界的结论的过程就叫做统计推断(statistical inference)。

这个调查例子是估计总体参数（某种意见的比例）的一个过程。

估计(estimation) 是统计推断的重要内容之一。

统计推断的另一个主要内容是本章第二节要介绍的假设检验(hypothesis testing) 。

因此本节内容就是由样本数据对总体参数进行估计，即：学习目标：了解抽样和抽样分布的基本概念理解抽样分布与总体分布的关系了解点估计的概念和估计量的优良标准掌握总体均值、总体比例和总体方差的区间估计第一节抽样与抽样分布回顾相关概念：总体、个体和样本抽样推断：从所研究的总体全部元素(单位)中抽取一部分元素(单位)进行调查,并根据样本数据所提供的信息来推断总体的数量特征。

总体(Population)：调查研究的事物或现象的全体参数个体(Item unit)：组成总体的每个元素样本(Sample)：从总体中所抽取的部分个体统计量样本容量(Sample size)：样本中所含个体的数量一般将样本单位数不少于三十个的样本称为大样本，样本单位数不到三十个的样本称为小样本。

一、抽样方法及抽样分布1、抽样方法（1）、概率抽样：根据已知的概率选取样本①、简单随机抽样：完全随机地抽选样本，使得每一个样本都有相同的机会（概率）被抽中。

注意：在有限总体的简单随机抽样中，由抽样是否具有可重复性，又可分为重复抽样与不重复抽样。

而且，根据抽样中是否排序，所能抽到的样本个数往往不同。

②、分层抽样：总体分成不同的“层”（类），然后在每一层内进行抽样③、整群抽样：将一组被调查者（群）作为一个抽样单位④、等距抽样：在样本框中每隔一定距离抽选一个被调查者（2）非概率抽样：不是完全按随机原则选取样本①、非随机抽样：由调查人员自由选取被调查者②、判断抽样：通过某些条件过滤来选择被调查者（3）、配额抽样：选择一群特定数目、满足特定条件的被调查者2、抽样分布一般地，样本统计量的所有可能取值及其取值概率所形成的概率分布，统计上称为抽样分布（sampling distribution）。