[管理学]第五章 抽样推断.ppt

第五章 抽样推断 第一节? 概述 第二节? 抽样分布与抽样误差 第三节????抽样估计 第四节 抽样方案的设计 参数估计在统计方法中的地位 例：某地区水土中缺乏一种微量元素，根据医学研究结果可知，人们如果摄取这种元素过少，脑功能可能受影响，因此可推测该地区儿童的智力水平可能低于一般水平。心理学家使用某一标准化智力检验方法，对该地区随机选取36名儿童进行智力测验，得到智力分数的平均值是94分，已知总体标准差为15分，问该地区儿童的智力水平是否和一般水平（100分）有明显差异？ 统计推断的过程 第一节? 抽样推断概述 抽样推断的意义 抽样推断中常用的几个基本概念 抽样方法 抽样推断的理论依据 抽样的类型 一次失败的统计调查 在1936年的美国总统选举前，Literary Digest 的杂志进行了一次民意调查。总统候选人是堪萨斯州州长Alf Landon和现任总统 Franklin Roosevelt。为了解民意，民意调查专家们根据电话簿和车辆登记簿上的名单发了一千万张调查表。但收回的比例并不高。在收回的调查表中，Alf Landon非常受欢迎。于是该杂志预测 Landon 将赢得选举。但结果是Franklin Roosevelt赢得了这次选举。 在经济大萧条时期调查有电话和汽车的人们，并不能够反映全体选民的观点。此外，只有少数的问卷被收回。这些都是值得怀疑的。 一、抽样推断的意义（课本p172） 抽样推断的作用（课本p173） 可反映不可能进行全面调查，而又要了解全面情况的社会经济现象总体的数量特征。（产品质量检验、商品市场占有率调查） 对可进行全面调查的现象，抽样调查可取得事半功倍的效果，并有其独到的作用。（居民生活状况调查） 可以对全面调查资料进行补充和订正。（人口的抽样推断检查） 可以用于工业生产过程的质量控制。 可以对某种总体指标的假设进行检验，来判断这种假设的真伪，以决定取舍。 二、抽样推断中常用的几个基本概念 (一) 总体、个体、样本、样本容量 总体(Population)：调查研究的事物或现象的全体 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 样本容量(Sample size)：样本中所含个体的数量 (二)全及指标和抽样指标 1、全及指标是根据总体单位的标志值或标志特征计算得到的。通常包括平均数、成数、方差、标准差和总体单位数等。一般用大写的英文字母来表示。 2、抽样指标是根据样本单位的某一标志值或标志特征计算得到的。通常包括抽样平均数、抽样成数、样本方差、样本标准差和样本容量等。一般用小写的英文字母表示。 三、抽样方法（重复抽样、不重复抽样） 1、重复抽样：把总体中已抽取的样本单位再放回总体中去，参加以下各次的抽取。 同一单位有重复抽中的可能； 总体单位数在每一次抽取时都相同； 在不同次抽取时，每个单位中选或不中选的机率完全一样。 实验结果相互独立 2、不重复抽样：某一单位在被抽中之后，就不再放回总体中参加以后各次的抽样。 同一单位不可能被多次抽中； 总体单位数在每次抽取上都不同，越往后越少； 在不同次抽取时，每个单位中选或不中选的机率是不同的。 实验结果不是相互独立 四、抽样调查的理论依据 五、抽样的类型 概率抽样(probability sampling) 根据一个已知的概率来抽取样本单位，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(simple random sampling) 从总体N个单位(元素)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 简单随机样本(simple random sample) 由简单随机抽样形成的样本 从总体N个单位中随机地抽取n个单位作为样本，使得每一个容量为n样本都有相同的机会(概率)被抽中 参数估计和假设检验所依据的主要是简单随机样本 简单随机抽样(用Excel对分类数据随机抽样) 【例】某班级共有30名学生，他们的名单如右表。用Excel抽出一个由5个学生构成的随机样本 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