第三章 抽样分布和估计.ppt

今日数据 美国的人均年阅读量是25本、日本是40本、以色列是64本，中国距离这些发达国家的人均年阅读水平还有着相当大的差距。 据华尔街日报：日本著名的管理大师大前研一在他的新著作《低智商社会》一书中说：他在中国旅行时发现，在中国很多城市的大街小巷，足疗店按摩店可谓比比皆是，而书店却寥若晨星，甚至难以寻觅。据统计，中国人均每天读书还不足15分钟，人均阅读量只有日本的几十分之一，由此可知，中国已经渐渐进入了典型的低智商社会，其未来成为发达国家的希望几乎为零。大前研一的此番话意外地触动了中国人的敏感神经，使得我们不能不对这个话题重视起来，探讨一下中国是否有走向低智商社会的倾向和危险。 热点2 ：“税负痛苦指数”存在缺陷 2009年，福布斯杂志发布了“税负痛苦指数”榜单，其中中国税负痛苦指数为159，在公布的65个国家和地区中排列第二。近期，这一话题再次引发热议。 财政部相关负责人指出，税负痛苦指数的统计方法并不科学。 按照福布斯税负痛苦指数的统计方法，各税种都选用最高的边际税率来计算痛苦指数。按照此方法，我国个人所得税痛苦指数为45，企业缴纳的社会保险费用痛苦指数为49，个人缴纳的社会保险费痛苦指数为23，增值税的痛苦指数为17，财产税的痛苦指数为0，直接加总得出中国内地的税收痛苦指数为159，仅次于法国的167.9，名列全球第二。 这位负责人表示，这种税负痛苦指数在反映税负高低问题上存在缺陷。一是指数选取的名义税率不等于实际税率，实际税率往往比名义税率低。二是最高的边际税率只适用很小比例的纳税人，不能反映一国居民的总体税负状况。三是简单相加的假设前提是对每个税种赋予同等的权重，而这一假设与实际情况相差很大。 第 3章 抽样分布和估计 3.1 常用的抽样方法 3.2 抽样分布（一） （一个总体参数推断时样本统计量的抽样分布） 3.3 抽样分布（二） （两个总体参数推断时样本统计量的抽样分布） 3.4 中心极限定理的应用 3.5 参数估计 学习目标 了解抽样的概率抽样方法 理解抽样分布的意义 了解抽样分布的形成过程 理解中心极限定理 理解抽样分布的性质 掌握抽样估计方法 抽样方法 一、简单随机抽样(simple random sampling) 从总体N个单位中随机地抽取n个单位作为样本，使得总体中每一个元素都有相同的机会 (概率)被抽中 抽取元素的具体方法有重复抽样和不重复抽样 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 没有利用其他辅助信息以提高估计的效率 二、分层抽样(stratified sampling) 将总体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 三、系统抽样(systematic sampling) 将总体中的各单位按一定顺序排列，在规定的范围内随机地抽取一个单位作为初始单位，然后按事先规定好的规则确定其他样本单位 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 四、整群抽样(cluster sampling) 先将总体划分为若干个群，然后再以群作为调查单位从中抽取部分群，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 当群为总体的一个缩影时，抽样估计误差小，否则误差较大。 非概率抽样方法 （一）方便抽样 方便抽样（Convenient Sampling）又称偶遇抽样，是根据调查者的方便与否来抽取样本的一种抽样方法。 通常，回答者之所以被选中，只是因为他们当时碰巧在调研现场。 由于对调查条件要求较低，在操作时的难度更小。 最大的问题在于受访者的选择是随意的，很容易发生偏差。 （二）判断抽样 判断抽样（Judgment Sampling）又称目的抽样，它是凭研究人员的主观意愿、经验和知识，从总体中选择具有典型代表性的样本作为调查对象的一种抽样方法。 选取样本单位方法 ： 1. 选择最能代表普遍情况的调查对象 。 2. 利用调查总体的全面统计资料 。 广泛应用于商业领域的市场调研中 ，特别是在样本量小及样本不易分门别类挑选时有较大优越性。 （三）配额抽样 配额抽样（Quota Sampling）类似随机抽样中的分层抽样，它也是首先将总体中的所有单位按一定的标志分为苦干类（组），然后在每个类（组）中用方便抽样