3统计课件 第三章.ppt

第 3 章 抽样与抽样分布 3.3 常用的抽样方法 3.4 抽样分布 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 3.3 常用的抽样方法 3.3 常用的抽样方法 二、概率抽样(probability sampling) （一）概率抽样概述 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 3.3 常用的抽样方法 （二）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，使得每一个单位都有相同的机会(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 3.3 常用的抽样方法 （三）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、随机地抽取样本单位 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 3.3 常用的抽样方法 （四）系统抽样(systematic sampling) 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 缺点：对估计量方差的估计比较困难 3.3 常用的抽样方法 （五）整群抽样(cluster sampling) 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 3.4 抽样分布 一、抽样分布 (sampling distribution) 样本统计量的概率分布，是一种理论分布 在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布 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而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 抽样分布的形成过程 (sampling distribution) t分布（图示） 3.4 抽样分布 三、样本均值的抽样分布 （一）样本均值的抽样分布的概述 1. 在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布 2. 一种理论概率分布 3. 推断总体均值?的理论基础 样本均值的抽样分布(例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的分布与总体分布的比较 (例题分析) 3.4 抽样分布 3.4 抽样分布 中心极限定理 (central limit theorem) 3.4 抽样分布 （四）样本均值的数学期望与方差 1. 样本均值的数学期望 样本均值的数学期望与方差（例题分析) 3.4 抽样分布 四、样本比例的抽样分布 当样本容量n足够大时（即np≥5，n(1-p) ≥5），样本比例p近似服从均值为π 、方差为π(1-π)/n的正态分布。即 3.4 抽样分布 五、样本方差的分布 当总体 ，从中抽取容量为n的样本，则 3.4 抽样分布 六、两个样本统计量的抽样分布 （一）两个样本均值之差的分布 设两个总体都服从正态分布或两总体不是正态分布, 但n1?30和n2?30，分别从两总体中独立抽取两个样本，则 3.4 抽样分布 （二）两个样本比例之差的分布 设两个总体都服从二项分布，分别从两个总体中抽取容量为n1和n2的独立样本，当n1p1≥5，n1(1-p1)≥5，n2p2≥5，n2(1-p2)≥5时，则有 3.4 抽样分布 （三）两个样本方差之比的分布 设两个总体都是正态总体，分别从两个总体中抽取容量为n1和n2的独立样本，其中σ12 、σ22分别是两个总体的方差，s12、s22分别是两个样本的方差，则有 抽样分布与总体分布的关系 抽样分布与总体分布的关系 本章小结 了解抽样的概率抽样方法 理解抽样分布的意