统计学第6章抽样推断38810.pptx

《统计学第6章抽样推断38810.pptx》由会员分享，可在线阅读，更多相关《统计学第6章抽样推断38810.pptx（85页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第六章第六章第六章第六章 抽样推断抽样推断抽样推断抽样推断基础知识基础知识排列 组合 公式正态分布学习目标学习目标掌握抽样推断中的基本原理和方法能够利用样本资料推断总体指标重点掌握抽样误差的计算抽样估计内容体系介绍抽样推断的概念抽样推断是建立在概率论基础上的一种科学的统计分析方法。它是指按照随机原则，从全及总体中抽取一部分单位作为样本进行实际调查，然后根据调查所得的样本数据，对总体的特征值做出具有一定可靠程度的推断，以反映总体的数量特征或数量关系。第一节第一节 抽样推断的意义及特点由部分推算整体的一种认识方法抽样推断是建立在随机取样的基础上抽样推断是运用概率估计的方法抽样推断的误差可以事先计算

2、并加以控制抽样推断的特点抽样推断的意义及特点抽样推断的意义及特点全及总体与抽样总体全及总体与抽样总体全及指标（总体参数）与抽样指标全及指标（总体参数）与抽样指标样本空间与样本容量样本空间与样本容量抽样推断的几对基本概念第二节第二节 抽样的基本概念及原理抽样的基本概念及原理1.全及总体是我们所要研究的对象，而样本总体则是我们所要观察的对象，两者是有区别而又有联系的不同范畴。2.全及总体全及总体又称母体，简称总体，它是指所要认识的，具有某种共同性质的许多单位的集合体，一般用N表示。3.抽样总体抽样总体又称子样，简称样本，是从全及总体中随机抽取出来，代表全及总体的那部分单位的集合体。样本总体的单位数

3、总是有限的，通常用小写英文字母n来表示。4.如果说对于一次抽样调查，全及总体是唯一确定的，但样本总体不是，样本是不确定的，一个全及总体可能抽出很多个样本总体。（一）全及总体和抽样总体总体参数总体参数根据全及总体各单位的标志值或标志根据全及总体各单位的标志值或标志属性计算而来，是描述总体特征的概括性数字属性计算而来，是描述总体特征的概括性数字度量，即度量，即全及指标全及指标，是研究者想要了解的总体，是研究者想要了解的总体的某种特征值。的某种特征值。由抽样总体各单位标志值计算出来反映样本特由抽样总体各单位标志值计算出来反映样本特征，并用来估计全及指标（总体参数）的指标征，并用来估计全及指标（总体参

4、数）的指标称为称为抽样指标抽样指标，也叫，也叫样本统计量样本统计量，是样本变量，是样本变量的函数。的函数。（二）全及指标和抽样指标（三）样本空间与样本容量1.样本空间样本空间 在总体单位数N中随机抽n个单位，有许许多多不同的样本可能，这些所有可能，形成的样本数目，称为样本空间，用M表示。（1）重复抽样（2）不重复抽样 从总体N个单位中随机抽取一个容量为n的样本,每次抽取一个单位,把结果登记后再放回到总体中,重新参加下一次的抽取.抽出个体登记特征放回总体继续抽取抽样方法重复抽样重复抽样形成的样本空间从总体N个单位中随机抽取一个容量为n的样本,每次抽取一个单位,把结果登记后不再放回到总体参加下一次

5、的抽取.抽出个体登记特征继续抽取抽样方法不重复抽样从总体N个单位中抽取n个单位构成样本，不但考虑样本各单位成分的不同，而且还要考虑样本各单位的中选顺序。即中选成分相同但中选顺序不同的视为不同样本不重复抽样考虑顺序从总体N个单位中抽取n个单位构成样本,只考虑样本各单位成分的不同,不管样本各单位的中选顺序.即中选成分相同但中选顺序不同的视为同一样本不重复抽样不考虑顺序考虑顺序的不重复抽样不考虑顺序的不重复抽样样本的空间数样本的空间数统计推断的理论基础大数法则如果变量总体存在着有限的平均数和方差，则对于充分大的抽样单位数充分大的抽样单位数，可以几乎为1的概率来期望，样本平均数和总体平均数的绝对离差任

6、意小（二者几乎相等）。（四）抽样推断的基本原理样本平均数与总体样本平均数与总体平均数的离差有多平均数的离差有多大？分布如何？大？分布如何？抽样分布是样本统计量（如样本平均数）所抽样分布是样本统计量（如样本平均数）所有可能值的概率分布有可能值的概率分布实践中不可能将所有样本一一列举，所以只能对抽样分布进行推算推算的理论依据是正态分布的再生定理和中心极限定理抽样分布定理抽样分布定理1.1.正态分布的再生定理正态分布的再生定理从正态总体中抽取的样本，不论容量大小，其样本平均数服从正态分布。样本均值等于总体均值 ，样本均值的标准差为 。2.2.中心极限定理中心极限定理从非正态总体（平均数和标准差有限）

7、中抽取的样本，当n足够大时（n30），样本平均数分布接近正态分布。n越大，分布越趋近于正态分布。抽样分布定理正态分布的再生定理、中心极限定理正态总体或非正态总体、大样本正态总体或非正态总体、大样本第三节第三节 抽样误差抽样误差有时我们会用样本的统计量直接去估计总体参数。这种估计的可靠性是由抽样误差来衡量的。抽样误差是由于随机原则导致的样本统计量（如样本平均数、样本成数）与总体参数之间的误差，主要包括：样本容量的大小容量大抽样误差小总体的变异程度变异大抽样误差大抽样方法和抽样组织方式不重复抽样的抽样误差比重复抽样的抽样误差小；抽样组织方式：简单随机抽样的误差最大。抽样误差的影响因素抽样误差是一个

8、随样本不同而不同的随机变量。因为总体指标未知，对于任何一个样本，其抽样误差都不可能测量出来。但是可以推算所有抽样的平均误差。抽样平均误差即全部可能样本的样本平均值或样本成数计算的标准差。又称抽样标准误差、抽样标准误抽样平均误差衡量抽样平均数对总体平均数的代表程度，是反映抽样平均数与总体平均数之间变异范围的主要依据。抽样平均误差计算公式统计上所谓的抽样误差一般指抽样平均误差，统计上所谓的抽样误差一般指抽样平均误差，而不是某一次具体抽样的抽样误差而不是某一次具体抽样的抽样误差。正态总体，或非正态总体、大样本。正态总体，或非正态总体、大样本。那么，据数理统计证明，重复抽样条件下：那么，据数理统计证明

9、，重复抽样条件下：抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算计算公式计算公式计算公式计算公式变量总体的标准差变量总体的标准差属性总体的标准差属性总体的标准差例例 题题设有4个印刷厂装订工，其每小时装订效率分别为70，90，130，150件，现采用重复抽样的方法，从4人中抽2人构成样本，求抽样平均误差。解：平均装订件数为 装订件数的标准差为 抽样平均误差为问：重复抽样中，若要减少20%的抽样误差，那么样本单位数要扩大多少倍？解：正态总体，或非正态总体、大样本。正态总体，或非正态总体、大样本。那么，不重复抽样条件下：那么，不重复抽样条件下：抽样平均误差的计算抽样平均误

10、差的计算抽样平均误差的计算抽样平均误差的计算计算公式计算公式计算公式计算公式当当N500N500时，时，设有4个印刷厂装订工，其每小时装订效率分别为70，90，130，150件，现采用不重复抽样的方法，从4人中抽2人构成样本，求抽样平均误差。解：平均装订件数为 装订件数的标准差为 抽样平均误差为例例 题题若计算抽样平均误差时，总体方差未知，那么就用样本方差s2来代替。样本方差的计算公式？抽样平均误差估计某地区10000名适龄儿童的入学率，随机从这一地区抽取400名儿童，检查有320名儿童入学，求入学率的抽样平均误差。解：以样本标准差代替总体标准差。例例 题题在实际抽样中，应在实际抽样中，应采用

11、不重复抽样，采用不重复抽样，而计算误差时，则而计算误差时，则可以采用重复抽样可以采用重复抽样的公式计算。的公式计算。抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例 例例1 1：某灯泡厂对某灯泡厂对1000010000个产品进行使用个产品进行使用寿命检验，随机抽取寿命检验，随机抽取2%2%的产品进行测试，的产品进行测试，得到资料如表所示：得到资料如表所示：试按上述资料，计算：试按上述资料，计算：（1 1）产品平均寿命的抽样平均误差）产品平均寿命的抽样平均误差（2 2）若寿命在）若寿命在10001000小时以上为合格品，求合格小时以上为合格品，求合格品率的

12、抽样平均误差。品率的抽样平均误差。使用时间（小时）使用时间（小时）x x产品数量产品数量f f900以下以下9009509501000 10001050 10501100 11001150 115012001200以上以上 2 4 11 71 84 18 7 3合计合计200抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例（1 1）根据上述资料，有：）根据上述资料，有：样本平均寿命样本平均寿命样本标准差样本标准差抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例则重复条件下：则重复条件下：抽样平均误差的计算抽样平均误

13、差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例则不重复条件下：则不重复条件下：抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例（2 2）同样，按上述要求有：）同样，按上述要求有：样本合格率样本合格率抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例（2 2）则重复抽样条件下：）则重复抽样条件下：抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算抽样平均误差的计算举例举例举例举例（2 2）不重复抽样条件下：）不重复抽样条件下：在抽样推断中，在一定概率保证下，允许样本统计量偏离总体统计量的最大幅度。(可

14、允许的误差范围)从实际抽样角度来看,抽样极限误差就是实际样本指标与总体指标之间存在抽样误差的可能范围。抽样极限误差（抽样允许误差）用标准差作为其衡量大小的尺度，即相当于几个标准差。z为概率度概率度，查表得到相应的概率F(z)。抽样极限误差（抽样允许误差）抽样极限误差（抽样允许误差）1.大样本，或小样本、正态总体、方差已知大样本，或小样本、正态总体、方差已知概率度概率度样本容量样本容量不超过不超过302.小样本，正态总体，总体方差未知小样本，正态总体，总体方差未知概率度概率度t 分布 t分布是类似正态分布的一种对称分布，它通常要比正态分布平坦和分散。一个特定的t分布依赖于称之为自由度的参数。随着

15、自由度的增大，t分布也逐渐趋于正态分布 X Xt 分布与正态分布的比较t 分布正态分布t不同自由度的t分布正态分布t(df=13)t(df=5)Z已知某地区职工家庭人均年收入为12000元，标准差为2000元，用简单重复抽样的方法抽取64户调查，问抽取出的64户的人均年收入不低于12500元的概率是多少？解：例例 题题 问抽取出的6400户的人均年收入不低于12050元的概率是多少？已知某消费品的购买对象共10万人，其中6万是女性，现从购买者中随机不重复地抽出100人进行调查，问女性购买者的比例超过50%的概率是多少？解：例例 题题某市场牛羊肉价格服从正态分布，平均价格为13元/500克，对2

16、6天的市场价格调查结果，平均价格为12元/500克，标准差为1元/500克。问平均价格在13.5元/500克以上的概率是多少？解：例例 题题第三节第三节 抽样估计方法抽样估计方法点估计点估计区间估计区间估计1.估计量：用于估计总体参数的统计量如样本均值，样本比例,样本方差等例如:样本均值就是总体均值 的一个估计量不是所有的统计量都能充当良好的估计量2.参数用 表示，估计量用 表示3.估计值：估计参数时计算出来的统计量的具体值如果样本均值 x=80，则80就是的估计值估计量与估计值(estimator&estimated value)抽样估计用得到的样本指标来推断总体指标。抽样估计的三要素抽样估

17、计的三要素合适的统计量作为估计量合适的统计量作为估计量估计的允许误差范围估计的允许误差范围估计可信度，即概率保证程度或置信度估计可信度，即概率保证程度或置信度，指抽样指标与总体指标的误差不超过一定范围的概率保证程度。用 表示。设为待估计的总体参数，为样本统计量，则的优良标准为：2 两个无偏估计量，若，则称为比更有效的估计量（有效性）（有效性）若，则称为的无偏估计量（无偏性）（无偏性）3 若越大，统计量 的值越接近被估总体的参数 ，则称为的一致估计量（一致性）（一致性）优良估计的三个标准优良估计的三个标准抽样估计的两种方法点估计区间估计点估计(point estimate)1.用样本的估计量的某

18、个取值直接作为总体参数的估计值例如：用样本均值直接作为总体均值的估计；2.无法给出估计值接近总体参数程度的信息虽然在重复抽样条件下，点估计的均值可望等于总体真值，但由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值一个点估计量的可靠性是由它的抽样标准误差来衡量的，这表明一个具体的点估计值无法给出估计的可靠性的度量 区间估计(interval estimate)1.区间估计就是估计总体参数落在某个区域的可能程度2.区间估计包括两部分内容：区间范围的大小(置信区间)可能性（可信度、置信度）总体均值区间估计的图示x95%的样本-1.96 x+1.96x99%的样本-2.58x+2.

19、58x90%的样本-1.65 x+1.65x95%的的样样本均本均值值构造的区构造的区间间是包括是包括总总体均体均值值的！的！重复构造出的20个置信区间 点估计值1.由样本统计量所构造的总体参数的估计区间称为置信区间2.统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 3.用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个概率的使用很重要置信区间(confidence interval)1.将构造置信区间的步骤

20、重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信度、置信水平。或者是基本样本均值构造的区间包含总体均值的概率。2.表示为(1-为是总体参数未在区间内的比例3.常用的置信度值有 99%,95%,90%相应的相应的 为0.01，0.05，0.10置信度(confidence level)已知极限误差范围，求概率保证程度。已知概率保证程度，求置信区间。计算样本统计量计算抽样平均误差计算置信区间确定置信度计算样本统计量计算抽样平均误差计算概率度 确定置信区间总体均值的区间估计(需考虑总体是否为正态总体、总体方差是否已知、样本容量大小)总体均值的区间估计(大样本)总体均值在1-置信水平下的置

21、信区间为重复抽样重复抽样不重复抽样不重复抽样总体均值的区间估计总体均值的区间估计(大样本，或小样本，正态总体，方差已知大样本，或小样本，正态总体，方差已知)由532名商业周刊订阅者组成的样本表明，其每周使用因特网的平均时间为6.7小时。如果总体标准差为5.8小时，求该周刊订阅者总体每周平均花费在因特网上时间的95置信区间和点估计。则：点估计为6.7小时该置信区间为：已知概率保证程度，求置信区间已知概率保证程度，求置信区间例：某纱厂某时期内生产了例：某纱厂某时期内生产了1010万个单位的纱，按无返回纯万个单位的纱，按无返回纯(简单简单)随机抽样随机抽样方式抽取方式抽取20002000个单位检验，

22、检验结果合格率为个单位检验，检验结果合格率为95%95%，废品率为，废品率为5%5%，试以，试以95%95%的把握程度，估计全部纱合格品率的区间范围及合格品数量的区间范围？的把握程度，估计全部纱合格品率的区间范围及合格品数量的区间范围？已知：已知：区间下限：区间下限：区间上限：区间上限：已知概率保证程度，求置信区间例：对某型号的电子元件进行耐用性检查，共抽取例：对某型号的电子元件进行耐用性检查，共抽取100100个电子元件，样本平个电子元件，样本平均数为均数为1055.51055.5小时，样本标准差为小时，样本标准差为51.9151.91小时，要求耐用时数的允许误差范小时，要求耐用时数的允许误

23、差范围围 小时，试估计该批电子元件的平均耐用时数？若该厂的产品质小时，试估计该批电子元件的平均耐用时数？若该厂的产品质检规定，耐用时数达到检规定，耐用时数达到10001000小时以上的为合格品，该小时以上的为合格品，该100100个样本中，合格率个样本中，合格率为为91%91%，方差为，方差为0.08190.0819，要求合格率估计的误差范围不超过，要求合格率估计的误差范围不超过5%5%，试估计该批，试估计该批电子元件的合格率？电子元件的合格率？已知极限误差范围，求概率保证程度已知极限误差范围，求概率保证程度总体均值的区间估计(小样本)假定条件总体服从正态分布,且方差()未知小样本(n 30)

24、使用 t 分布统计量总体均值在1-置信水平下的置信区间为总体均值的区间估计总体均值的区间估计(小样本，正态总体，方差未知小样本，正态总体，方差未知)总体均值的区间估计(例题分析)【例例】已知某种灯泡的寿命服从正态分布，现从一批灯泡中随机抽取16只，测得其使用寿命(小时)如下。建立该批灯泡平均使用寿命95%的置信区间16灯泡使用寿命的数据 1510152014801500145014801510152014801490153015101460146014701470总体均值的区间估计(例题分析)解解：已知N(，2)，n=16,1-=95%，t/2=2.131。根据样本数据计算得：，总体均值在1-

25、置信水平下的置信区间为该种灯泡平均使用寿命的置信区间为1476.8小时1503.2小时第四节第四节第四节第四节 抽样抽样方法方法样本容量调查误差调查费用小样本容量节省费用但调查误差大大样本容量调查精度高但费用较大找出在规定误差范围内的最小样本容量找出在限定费用范围内的最大样本容量抽样推断的样本容量抽样组织设计简单随机抽样（单纯随机抽样）：按随机原则直接从总体N个单位中抽取n个单位作为样本，保证总体中每个单位的中选机会相等。它是最基本也是最简单的抽样组织形式，它适用于均匀分布的总体。优点：最符合随机原则缺点：抽样误差较大 抽样组织形式简单随机抽样1.1.简单随机重复抽样的必要样本容量简单随机重复

26、抽样的必要样本容量简单随机重复抽样的必要样本容量简单随机重复抽样的必要样本容量（1）平均数的必要样本容量）平均数的必要样本容量（2）成数的必要样本容量）成数的必要样本容量简单随机抽样例：某地硕士研究生毕业第一年年薪的标准差大约为2000元人民币。简单重复抽样时，如果以95%的置信度估计其平均年薪，并且希望抽样极限误差分别不超过500元和100元，样本容量应为多少？抽样推断样本容量的计算某网站一个由400名使用者组成的样本表明，该网站的使用者中26的使用者为女性。在95的置信度下，若希望将抽样极限误差控制在3，则重复抽样下，样本容量应当为：抽样推断样本容量的计算2.2.简单随机不重复抽样的必要样

27、本容量简单随机不重复抽样的必要样本容量简单随机不重复抽样的必要样本容量简单随机不重复抽样的必要样本容量(1).平均数的必要样本容量平均数的必要样本容量(2).成数的必要样本容量成数的必要样本容量简单随机抽样例题例题 泛美电子有限公司一月生产的J型号电子元件9800只，质检员对其耐用性进行检测，根据以往的抽样检测算得的元件合格率为93%，耐用时数的标准差为49.2小时，试问：（1）概率保证为68.73%，元件平均耐用时数的误差范围不超过8小时，则按重复抽样重复抽样方法需要抽取多少元件进行检测？（2）若将抽样误差范围扩大到原来的三分之四倍，概率把握度提高到95.45%，则按不重不重复抽样复抽样方法

28、需要抽取多少元件进行检测？抽样推断样本容量的计算（1 1）由于）由于F F（z z）=68.73%=68.73%，所以，所以z=1z=1，S=49.20S=49.20，必要样本容量确定应注意的问题必要样本容量确定应注意的问题1.1.总体方差未知时，用有关资料替代总体方差未知时，用有关资料替代2.2.当计算的结果为非整数时，一般取比该结果大的当计算的结果为非整数时，一般取比该结果大的相邻整数为样本容量相邻整数为样本容量抽样组织形式类型抽样（分层抽样）先将总体各单位按某一标志排队,然后按固定的顺序和间隔来抽取调查单位的一种组织方式.抽样组织形式等距抽样从12个中抽取3个等距抽样（机械抽样或系统抽样

29、）：按某一标志对总体各单位进行排队，然后依一定顺序和间隔来抽取单位。作为排队的标志可以是无关标志，也可以是有关标志，但要注意避免抽样间隔与现象本身的周期性节奏相重合，引起系统误差的影响。它适用于均匀分布的总体，且抽样误差一般小于简单随机抽样的误差。等距抽样的方法有半距中点取样和对称等距取样两种。由于等距抽样是随机起点取样，所以抽样误差可以由于等距抽样是随机起点取样，所以抽样误差可以简便地采用简单随机抽样误差公式来反映。简便地采用简单随机抽样误差公式来反映。抽样组织形式等距抽样抽样组织形式整群抽样，将总体各单位划分为若干群，从其中随机抽取部分群，对中选群的所有单位进行全面调查的抽样组织方式。优点

30、：方便缺点：代表性较差整群抽样采用不重复抽样的方法分为等群抽样和不等群抽样两种整群抽样总体N个单位，R个群，每个群m个单位，则N=Rm。从R个群中随机抽取r个群，进行调查。第i群的群平均数样本平均数群间方差抽样平均误差抽样组织形式整群抽样等群抽样阶段抽样也叫多级抽样，在总体中先抽某种更大范围的单位，再从中选抽较小范围的单位，依次类推，分阶段完成。总体R组，每组Mi个单位。第一阶段从R组中抽取r组，第二阶段从r组中，各组的Mi个单位随机抽取mi个单位，构成样本。整群抽样和分层抽样的结合抽样组织形式阶段抽样第i组的组平均数样本平均数抽样平均误差（组间误差与组内平均误差）其中，组间方差 ，组内方差

31、。抽样组织形式阶段抽样 抽样推断的含义和特点抽样推断的基本概念3、样本容量和样本个数4、重复抽样和不重复抽样抽样误差1、抽样误差的含义 2、抽样误差的影响因素3、抽样误差的种类1）抽样平均误差2）抽样极限误差4、抽样误差概率度z=5、抽样误差的置信度F(z)1、抽样估计2、假设检验抽样推断的内容特点：1、是由部分推断整体的一种认识方法2、建立在随机取样基础上3、运用概率估计的方法4、误差可以事先计算并加以控制抽样估计的方法1、点估计1）特点2）优良标准无偏性一致性有效性2、区间估计1）特点2）方法a、已知F(z)求总体区间b、已知 求F（z)样本数的确定1、简单随机重复抽样2、简单随机不重复抽样抽样组织形式1、简单随机抽样2、类型抽样3、等距抽样4、整群抽样第第六六章章小小结结1、全及总体和样本总体 2、参数：总体的指标称为参数是维一的、确定的；统计量：样本的指标称为统计量,是不确定、是样本的变量的函数谢谢观看/欢迎下载BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES.BY FAITH I BY FAITH