高教版 袁卫 统计学 教学ppt(第四章 抽样与抽样分布)_第1页
高教版 袁卫 统计学 教学ppt(第四章 抽样与抽样分布)_第2页
高教版 袁卫 统计学 教学ppt(第四章 抽样与抽样分布)_第3页
高教版 袁卫 统计学 教学ppt(第四章 抽样与抽样分布)_第4页
高教版 袁卫 统计学 教学ppt(第四章 抽样与抽样分布)_第5页
已阅读5页,还剩35页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第 4 章 抽样与抽样分布,4.1 常用的抽样方法 4.2 抽样分布(一) (一个总体参数推断时样本统计量的抽样分布) 4.3 抽样分布(二) (两个总体参数推断时样本统计量的抽样分布) 4.4 中心极限定理的应用,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,4.1 常用的抽样方法,一、简单随机抽样 二、分层抽样 三、系统抽样 四、整群抽样,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

2、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,

3、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。,4.2 抽样分布(一)(一个总体参数推断时样本统计量的抽样分布),一、抽样分布的概念 二、样本均

4、值的抽样分布 三、样本比率的抽样分布 四、样本方差的抽样分布,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,一、抽样分布的概念 (sampling distribution),抽样分布的形成过程 (sampling distribution),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 一种理论概率分布 推断总体均值的理论基础,

5、二、样本均值的抽样分布,1、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。4 个个体分别为x1=1,x2=2,x3=3,x4=4 。总体的均值、方差及分布如下,均值和方差,样本均值的抽样分布 (例题分析), 现从总体中抽取n2的简单随机样本,在重复抽样条件下,共有42=16个样本。所有样本的结果为,样本均值的抽样分布 (例题分析), 计算出各样本的均值,如下表。并给出样本均值的抽样分布,样本均值的分布与总体分布的比较 (例题分析), = 2.5 2 =1.25,总体分布,2、样本均值的抽样分布 与中心极限定理,当总体服从正态分布N(,2)时,来自

6、该总体的所有容量为n的样本的均值x也服从正态分布,x 的数学期望为,方差为2/n。即xN(,2/n),中心极限定理(central limit theorem),中心极限定理:设从均值为,方差为 2的一个任意总体中抽取容量为n的样本,当n充分大时,样本均值的抽样分布近似服从均值为、方差为2/n的正态分布,中心极限定理 (central limit theorem),x 的分布趋于正态分布的过程,样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样,3、样本均值抽样分布的数学特征(数学期望与方差),样本均值的抽样分布(数学期望与方差),比较及结论:1. 样本均值的均值(数学期望) 等于总体均

7、值 2. 样本均值的方差等于总体方差的1/n,抽样分布与总体分布的关系,总体分布,正态分布,非正态分布,大样本,小样本,正态分布,正态分布,非正态分布,4、标准误 (standard error),样本统计量的抽样分布的标准差,称为统计量的标准误,也称为标准误差,也称抽样标准差。 标准误衡量的是统计量的离散程度,它测度了用样本统计量估计总体参数的精确程度 以样本均值的抽样分布为例,在重复抽样条件下,样本均值的标准误为 4、 标准差的英文为:standard deviation,估计的标准误 (standard error of estimation),当计算标准误时涉及的总体参数未知时,用样本

8、统计量代替计算的标准误,称为估计的标准误 以样本均值的抽样分布为例,当总体标准差未知时,可用样本标准差s代替,则在重复抽样条件下,样本均值的估计标准误为,三、样本比率的抽样分布,比率是指总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为,在重复选取容量为n的样本时,由样本比例的所有可能取值形成的相对频数分布 一种理论概率分布 当样本容量很大时,样本比例的抽样分布可用正态分布近似 推断总体比例的理论基础,样本比例的抽样分布,样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样,样本比例

9、的抽样分布(数学期望与方差),四、样本方差的抽样分布,在重复选取容量为n的样本时,由样本方差的所有可能取值形成的相对频数分布 对于来自正态总体的简单随机样本,则比值 的抽样分布服从自由度为 (n -1) 的2分布,即,由阿贝(Abbe) 于1863年首先给出,后来由海尔墨特(Hermert)和卡皮尔逊(KPearson) 分别于1875年和1900年推导出来 设 ,则 令 ,则 Y 服从自由度为1的2分布,即 当总体 ,从中抽取容量为n的样本,则,2分布(2 distribution),分布的变量值始终为正 分布的形状取决于其自由度n的大小,通常为不对称的正偏分布,但随着自由度的增大逐渐趋于对

10、称 期望为E(2)=n,方差为D(2)=2n(n为自由度) 可加性:若U和V为两个独立的服从2分布的随机变量,U2(n1),V2(n2),则U+V这一随机变量服从自由度为n1+n2的2分布,2分布(性质和特点),c2分布(图示),4.3 抽样分布(二) (两个总体参数推断时样本统计量的抽样分布),一、两个样本均值之差的抽样分布 二、两个样本比例之差的抽样分布 三、两个样本方差比的抽样分布,两个总体都为正态分布,即 , 两个样本均值之差 的抽样分布服从正态分布,其分布的数学期望为两个总体均值之差 方差为各自的方差之和,一、两个样本均值之差的抽样分布,两个总体都服从二项分布 分别从两个总体中抽取容

11、量为n1和n2的独立样本,当两个样本都为大样本时,两个样本比例之差的抽样分布可用正态分布来近似 分布的数学期望为 方差为各自的方差之和,二、两个样本比例之差的抽样分布,三、两个样本方差比的抽样分布,两个总体都为正态分布,即X1N(1 ,12),X2N(2 ,22 ) 从两个总体中分别抽取容量为n1和n2的独立样本 两个样本方差比的抽样分布,服从分子自由度为(n1-1),分母自由度为(n2-1) 的F分布,即,由统计学家费希尔(R.A.Fisher) 提出的,以其姓氏的第一个字母来命名 设若U为服从自由度为n1的2分布,即U2(n1),V为服从自由度为n2的2分布,即V2(n2),且U和V相互独立,则 称F为服从自由度n1和n2的F分布,记为,F分布(F distribution),F分布(图示), 不同自由度的F分布,4.4 中心极限定理的应用,教材P121例4-3 教材P122例4-4,课堂作业,1、

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论