统计学第六章抽样调查
合集下载
统计学第六章抽样调查
Part
05
系统抽样技术
系统抽样原理及步骤
• 系统抽样原理：系统抽样是一种等距抽样方法，它首先确定一个抽样间隔，然后在总体中按照这个间隔进行抽 样。这种方法适用于总体单位排列有序且周期性变化的情况。
系统抽样原理及步骤
01
系统抽样步骤
02
确定总体范围和抽样框；
03
计算抽样间隔，确定样本量；
系统抽样原理及步骤
01
03 02
分层标准选择与确定方法
• 以调查对象的某些自然特征或社会特征作 为分层标准。
分层标准选择与确定方法
专家判断法
依靠专家经验判断选择合 适的分层标准。
数据分析法
通过对历史数据或相关数据的 分析，找出影响调查指标的主 要因素，作为分层标准。
试验法
通过试验确定不同分层标准 对调查结果的影响程度，选 择最优的分层标准。
缺点
由于样本可能被重复抽取，导致样本的代表性降 低。
缺点
操作相对复杂，需要记录已经抽取过的样本。
简单随机抽样优缺点分析
操作简单
简单随机抽样的操作过程相对简单，易于理解和实施。
等概率原则
保证了每个单位被抽中的机会相等，避免 具有代表性：当样本量足够大时，简单随机抽样可以获得具有代表性的样本。
整群抽样优缺点比较
• 适用于某些特定情况：对于某些总体分布不均匀或难以划分的情况，整群抽样 可能更为适用。
整群抽样优缺点比较
抽样误差较大
01
由于是以群为单位进行抽样，可能导致抽样误差较大。
样本代表性不足
02
如果群的划分不合理或随机性不足，可能导致样本代表性不足。
对群内个体差异考虑不足
03
统计学第六章抽样推断
尖山一委…
尖山二委
居民一组
居民二
组
…
第六章 抽样推断
某外国公司在##进行 微波炉市场调查：
STAT
在商场的大门口
在微波炉柜台前
在市区街道旁边
在某个住宅小区
时间表抽样框
第六章 抽样推断
连续出产的产品总体 可以编制抽样框：均STAT 匀的出产时间、可以 预见到的产品总量.
连续到加油站加油的 汽车总体无法编制抽 样框：时间不定、总 量也无法确定.
抽样估计的特点
第六章 抽样推断
按随机原则抽取样本单位
目的是推断总体的数量特征
抽样推断的结果具有一定的可靠程度, 抽样误差可以事先计算并控制
抽样估计的应用
第六章 抽样推断
不可能进行全面调查时 不必要进行全面调查时 来不及进行全面调查时 对全面调查资料进行补充修正时
抽样调查研究
Sampling Study
P N nN N NN n
共n个
⒉ 不重复抽样的可能样本数目：
C N n N N 1 N n 1
第六章 抽样推断
第六章 抽样推断
STAT
★§1.1 抽样方案的设计 ★§1.2 简单随机抽样的抽样误差的测定
§1.3 简单随机抽样的抽样估计
第六章 抽样推断
§1.2 简单随机抽样的抽样误差的测定 STAT
n1 1{i n1E(xiX)2nn(E xX)2} 由E(于 xX)2D (x)D (i1 nxi)n 1 2i n1D (xi)n2
E(sn21)n11{n2nn2}
2
⒋ 样本成数：
pn1,qn0 1p nn
⒌ 样本单位是非标志的标准差：
第六章 抽样推断
统计学原理-第六章 抽样调查(复旦大学第六版)
全体。其单位数用N来表示。
2．样本总体：简称样本，是从全及总体中随机
抽取出来，代表全及总体部分单 位的集合体。单位数用n表示。
5
二．全及指标和抽样指标
（一）全及指标
X 总体平均数： X N 总体成数：P
2
XF 或X F Q＝
2 2
N1 N N
（X－X） 总体方差： ＝ 总体标准差：＝ （X－X）
（一）考虑顺序的不重复抽样数目
N! A N ( N 1)(N 2) ( N n 1) ( N n)! 4 3 2 1 2 例如A4 12 2 1
n N
（二）考虑顺序的重复抽样数目
B N
n N 2 4
n 2
例如 B 4 16
10
（三）不考虑顺序的不重复抽样数目
Ex X
28
2、一致性 当抽样单位数充分大时，抽样指标和未知 的总体指标之间的绝对离差为任意小的可能性 也趋于必然性。
x X 任意小
3、有效性
即用抽样指标估计总体指标，要求作为优良估 计量方差应该比其他估计量的方差小。
2
x X f
2
f
2
x X f
x
x E ( x)
2
18
说明：根据数理统计理论，在重复抽样条件下， 抽样平均误差与全及总体的标准差成正比例关系。 与抽样总体单位平方根成反比关系。
19
在不重复抽样情况下，抽样平均误差计算公式如下：
x x
N n 250 4－2 ( )＝ （ ） ＝9.13(件) n N 1 2 4－1
2
N
X X F 或 F X X F 或 F
2．样本总体：简称样本，是从全及总体中随机
抽取出来，代表全及总体部分单 位的集合体。单位数用n表示。
5
二．全及指标和抽样指标
（一）全及指标
X 总体平均数： X N 总体成数：P
2
XF 或X F Q＝
2 2
N1 N N
（X－X） 总体方差： ＝ 总体标准差：＝ （X－X）
（一）考虑顺序的不重复抽样数目
N! A N ( N 1)(N 2) ( N n 1) ( N n)! 4 3 2 1 2 例如A4 12 2 1
n N
（二）考虑顺序的重复抽样数目
B N
n N 2 4
n 2
例如 B 4 16
10
（三）不考虑顺序的不重复抽样数目
Ex X
28
2、一致性 当抽样单位数充分大时，抽样指标和未知 的总体指标之间的绝对离差为任意小的可能性 也趋于必然性。
x X 任意小
3、有效性
即用抽样指标估计总体指标，要求作为优良估 计量方差应该比其他估计量的方差小。
2
x X f
2
f
2
x X f
x
x E ( x)
2
18
说明：根据数理统计理论，在重复抽样条件下， 抽样平均误差与全及总体的标准差成正比例关系。 与抽样总体单位平方根成反比关系。
19
在不重复抽样情况下，抽样平均误差计算公式如下：
x x
N n 250 4－2 ( )＝ （ ） ＝9.13(件) n N 1 2 4－1
2
N
X X F 或 F X X F 或 F
统计学 第 6 章 抽样与参数估计
第6章抽样与参数估计第6章抽样与参数估计6.1抽样与抽样分布6.2参数估计的基本方法6.3总体均值的区间估计6.4总体比例的区间估计6.5样本容量的确定学习目标理解抽样方法与抽样分布估计量与估计值的概念点估计与区间估计的区别评价估计量优良性的标准总体均值的区间估计方法总体比例的区间估计方法样本容量的确定方法参数估计在统计方法中的地位统计推断的过程6.1抽样与抽样分布什么是抽样推断概率捕样方法抽样分布抽样方法抽样方法概率抽样(probabilitysampling)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(simplerandomsampling)从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的最基本的抽样方法，是其它抽样方法的基础特点简单、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它辅助信息以提高估计的效率分层抽样(stratifiedsampling)将抽样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系统抽样(systematicsainplmg)将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范闱内随机地抽取一个单位作为初始单位，然后按爭先规定好的规则确定其它样本单位先从数字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整群抽样(clustersampling)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抽样分布总体中各元素的观察值所形成的分布分布通常是未知的可以假定它服从某种分布总体分布(populationdistribution)一个样本中各观察值的分布也称经验分布当样本容屋n逐渐增大时，样本分布逐渐接近总体的分布样本分布(sampledistribution)抽样分布的概念(samplingdistribution)抽样分布是指样本统计屋的分布，即把某种样本统计量看作一个随机变量，这个随机变屋的全部可能值构成的新的总体所形成的分布即为某种统计量的抽样分布.统计量:样本均值，样本比例，样本方差等样本统计量的概率分布是一种理论概率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对抽样分布的理解抽样分布:即不是总体分布，也不是样本分布，是根据所有可能样本计算的统计量的全部可能取值形成的分布样本均值的抽样分布容量相同的所有町能样本的样本均值的概率分布一种理论概率分布进行推断总体均值的理论基础样本均值的抽样分布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。
统计学第六章 抽样法
31
第六章 抽样法
序号
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16 合计
样本变量x
40、40 40、50 40、70 40、80
50、40 50、50 50、70 50、80
70、40 70、50 70、70 70、80
80、40 80、50 80、70 80、80
－
x
x E(x)
总体
研究如何利用 样本数据来 推断总体特 征。
内容包括：参 数估计和假 设检验。
目的：对总体
特征作出推
样 本
断。
这是推断统计学研 究的问题
5
第六章 抽样法
描述统计与推断统计的关系
反映客观 现象的数
据
概率论
（包括分布理论、大 数定律和中心极限定
理等）
样本数
描述统计
推断统计
据
总体数 据
（统计数据的搜集 、整理、显示和分
13
第六章 抽样法
第二节 有关抽样的基本概念（2）
（二）抽样总体
也称子样，样本或样本总体，它是从全 及总体中随机抽取出来的，代表全及总体的 那部分单位的集合体。抽样总体的单位数称 为样本容量，用n表示，对于N来说，n是很 小的。
总体
样 本
14
第六章 抽样法
第二节 有关抽样的基本概念（3）
• 二 全及指标和抽样指标p.249 （一） 全及指标
研究总体中 的品质标志
总体成数 P N1
N
总体成数标准差 P
P1 P
17
第六章 抽样法
第二节 有关抽样的基本概念（5）
（二）抽样指标
抽样指标是由样本总体各单位标志值 或标志特征计算的综合指标，也称统计量。 与全及指标相对应有：样本平均数，样本 标准差；样本成数，样本成数的标准差。
第六章 抽样法
序号
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16 合计
样本变量x
40、40 40、50 40、70 40、80
50、40 50、50 50、70 50、80
70、40 70、50 70、70 70、80
80、40 80、50 80、70 80、80
－
x
x E(x)
总体
研究如何利用 样本数据来 推断总体特 征。
内容包括：参 数估计和假 设检验。
目的：对总体
特征作出推
样 本
断。
这是推断统计学研 究的问题
5
第六章 抽样法
描述统计与推断统计的关系
反映客观 现象的数
据
概率论
（包括分布理论、大 数定律和中心极限定
理等）
样本数
描述统计
推断统计
据
总体数 据
（统计数据的搜集 、整理、显示和分
13
第六章 抽样法
第二节 有关抽样的基本概念（2）
（二）抽样总体
也称子样，样本或样本总体，它是从全 及总体中随机抽取出来的，代表全及总体的 那部分单位的集合体。抽样总体的单位数称 为样本容量，用n表示，对于N来说，n是很 小的。
总体
样 本
14
第六章 抽样法
第二节 有关抽样的基本概念（3）
• 二 全及指标和抽样指标p.249 （一） 全及指标
研究总体中 的品质标志
总体成数 P N1
N
总体成数标准差 P
P1 P
17
第六章 抽样法
第二节 有关抽样的基本概念（5）
（二）抽样指标
抽样指标是由样本总体各单位标志值 或标志特征计算的综合指标，也称统计量。 与全及指标相对应有：样本平均数，样本 标准差；样本成数，样本成数的标准差。
统计学第六章抽样和抽样分布
2021/3/4
统计学第六章抽样和抽样分布
4
一、总体与样本
▪ 把握两个问题： ▪ 1、总体和总体参数； ▪ 2、样本和样本统计量。
2021/3/4
统计学第六章抽样和抽样分布
5
1、总体与总体参数
（1）总体：指根据研究目的确定的所 要研究的同类事物的全体，是所要说 明其数量特征的研究对象。按所研究 标志性质不同，分为变量总体和属性 总体，分别研究总体的数量特征和品 质特征。 构成总体的个别事物（基本单元 ）就是总体单位，也称个体。总体单 位的总数称为总体容量，记作N。
缺点：受主观影响易产生倾向性误差； 不能计算、控制误差，无法说明调查结果 的可靠程度。
抽样一般都是指概率抽样。
2021/3/4
统计学第六章抽样和抽样分布
15
2、重复抽样和非重复抽样
（1）重复抽样：又称重置抽样，是指从总体 中抽出一个样本单位，记录其标志值后，又将 其放回总体中继续参加下一轮单位的抽取。特 点是：第一，n个单位的样本是由n次试验的结 果构成的。第二，每次试验是独立的，即其试 验的结果与前次、后次的结果无关。第三，每 次试验是在相同条件下进行的，每个单位在多 次试验中选中的机会(概率)是相同的。在重复 试验中，样本可能的个数是 N n ，N为总体单位 数，n为样本容量。
2021/3/4
统计学第六章抽样和抽样分布
16
2、重复抽样和非重复抽样
（2）非重复抽样：又称为不重置抽样，即每次从
总体抽取一个单位，登记后不放回原总体，不参加下
一轮抽样。下一次继续从总体中余下的单位抽取样本
。特点是：第一，n个单位的样本由 n 次试验结果构成
统计学第六章抽样和抽样分 布
第六章 抽样与抽样分布
胡德华版统计学第六章
6.2.2 机械抽样
机械抽样又称等距抽样或系统抽样， 机械抽样又称等距抽样或系统抽样，就是将总体的各单位按某一标 志的大小进行排队，用总体单位数除以样本单位数求得抽样间隔， 志的大小进行排队，用总体单位数除以样本单位数求得抽样间隔，然后 按照相同的间隔等距抽取样本的一种抽样方式。 按照相同的间隔等距抽取样本的一种抽样方式。 根据总体单位排列方法，等距抽样可分为两类： 根据总体单位排列方法，等距抽样可分为两类：一是按有关标志排 二是按无关标志排队。 队；二是按无关标志排队。 所谓有关标志就是指与调查问题直接相关的标志。 所谓有关标志就是指与调查问题直接相关的标志。 采用等距抽样法，主要应解决以下两个问题： 采用等距抽样法，主要应解决以下两个问题： 一是要计算抽样间隔， 代表抽样间隔， 代表总体单位数 代表总体单位数， 代 一是要计算抽样间隔，若K代表抽样间隔，N代表总体单位数，n代 代表抽样间隔 表抽取的样本单位数， 表抽取的样本单位数，则K=N / n 。 二是要确定起点样本，即第一个样本。 二是要确定起点样本，即第一个样本。通常的方法可采取在第一组 1-K个样本单位中随机抽取的方法，也可以在第一组 个样本单位中随机抽取的方法， 个样本单位中随机抽取的方法 也可以在第一组1-K个样本单位中采 个样本单位中采 用取中间值的方法，然后，每隔K个单位抽取一个样本 个单位抽取一个样本， 用取中间值的方法，然后，每隔 个单位抽取一个样本，直到抽够样本 为止。 为止。 等距随机抽样方法可以使样本单位均匀地分布在总体的各个部分， 等距随机抽样方法可以使样本单位均匀地分布在总体的各个部分， 因而使样本具有更高的代表性，减少了抽样误差； 因而使样本具有更高的代表性，减少了抽样误差；采用机械顺序抽取样 简单易行，便于操作。但是，在应用等距抽样方法时， 本，简单易行，便于操作。但是，在应用等距抽样方法时，要注意抽样 间隔与现象本身所具有的规律不能重叠，否则，会加大抽样误差。 间隔与现象本身所具有的规律不能重叠，否则，会加大抽样误差。 等距随机抽样方法比较适合于同质性较高的总体。 等距随机抽样方法比较适合于同质性较高的总体。
经济应用统计学-第六章抽样推断
非参数检验优缺点总结
• 易于理解和实现：非参数检验方法通常基于直观和易于理解的思想，计算和实现相对简单。
非参数检验优缺点总结
检验效能较低
与参数检验方法相比，非参数检 验方法的检验效能通常较低，即 当原假设为真时，非参数检验方 法更容易犯第二类错误（接受原 假设）。
对数据信息的利用不 充分
非参数检验方法通常只利用数据 的部分信息（如排序信息），而 忽略了数据的其他有用信息（如 数值大小），因此可能无法充分 利用数据信息。
两配对样本非参数检验
包括Wilcoxon 符号秩次检验、McNemar 检验 等方法，用于比较同一总体内两个配对样本的差 异是否显著。
两独立样本非参数检验
包括Mann-Whitney U 检验、Kruskal-Wallis H 检验等方法，用于比较两个独立样本所来自的 总体的分布位置或分布形状是否存在差异。
考虑样本量大小
在选择置信水平时，应充分考虑样本量的大小。当样本量较小时，应选择较低的置信水平以避免过大的估计误差；当 样本量较大时，可以选择较高的置信水平以获得更精确的估计结果。
参考相关文献或行业标准
在选择置信水平时，可以参考相关领域的文献或行业标准，了解通常采用的置信水平及其依据。这有助 于确保研究结果的可比性和可靠性。
04
假设检验原理与步骤
假设检验基本概念阐述
原假设与备择假设
原假设通常是研究者想要推翻的 假设，而备择假设则是研究者希 望证实的假设。
检验统计量与拒绝域
检验统计量是根据样本数据计算出 的用于检验原假设的统计量，而拒 绝域则是根据显著性水平和检验统 计量的分布确定的，当检验统计量 落入拒绝域时，我们拒绝原假设。
单侧检验
当研究者对备择假设的方向有明确预期时，即备择假设只可能大于或小于原假设时，应选择单侧检验 。例如，在比较两种药物疗效的研究中，如果研究者预期新药疗效优于旧药，则应选择单侧检验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
n
N
例题2
xf
x
f
8400 200
42
s (x x)2 f 12200 7.81
f
200
2 (1 n ) 7.812 (1 200 ) 0.55
x
n
N
200
2000
例题3
❖某冷库的10万只冻鸡合格率为97%， 如果按重复抽样与不重复抽样各抽 取1000只和2000只，分别计算抽样 平均误差。
A
B
较小的样本容量
X
成数
❖ 总体成数
每个总体单位标志值设为0或1 1：具有某种属性的总体单位标志值 0：不具有某种属性的总体单位标志值 总体中具有某种特征的单位占全部总体单位
数的比例称为总体成数，记作P 成数总体方差：P(1-P)
总体成数和样本成数
❖ 样本成数
从成数总体中抽取样本容量为n的样本 样本中具有此种特征的单位占全部样本单位
从1、2 、3、4中随机抽取2个的样本数
重复抽样考虑顺序
16
1、1 2、1 3、1 4、1
1、2 2、2 3、2 4、2
1、3 2、3 3、3 4、3
1、4 2、4 3、4 4、4
从1、2 、3、4中随机抽取2个的样本数
不重复抽样考虑顺序 12
2、1 3、1 4、1
1、2
3、2 4、2
1、3 2、3
- 2.58x
-1.65 x
+1.65x + 2.58x
x
-1.96 x
+1.96x
90%的样本
95% 的样本
99% 的样本
区间估计
❖ 根据一个样本的观察值给出总体参数的估计范围 ❖ 给出总体参数落在这一区间的概率 ❖ 例如: 总体均值落在50~70之间，置信度为 95%
置信区间
样本统计量 (点估计)
解：已知 x＝26, =6，n=100, 1- =
0.95，Ｚ/2=1.96
x Z 2
n , x Z 2
n
26 1.96
6 ,26 1.96 100
6 100
24.824,27.176
结论：我们可以95％的概率保证平均每天参加锻炼 的时间在24.824～27.176 分钟之间
成数的区间估计 p tu p
总体参数和样本统计量符号
总体参数
总体容量： N 总体平均数：
总体成数： P 总体方差： 2 总体标准差：
样本统计量
样本容量： n 样本平均数： x
样本成数： p 样本方差： S 2 样本标准差： S
抽样调查的基本概念
❖ 概率抽样与非概率抽样
概率抽样:又称随机抽样，是按随机原则抽取样 本单位。本章所指的均为概率抽样。
置信下限
置信上限
区间估计
设总体参数为 ，由样本确定的两个统计量，
对于给定的，有
P(1 2 ) 1
则称 (1,2 )为参数的置信度为 1 的置信 区间，该区间的两个端点 1,2 分别称为置信
下限和置信上限，统称为置信限。 为显著
性水平，1 则称为置信度。
置信水平
❖ 总体未知参数落在区间内的概率,表示 为 (1 -
简单随机抽样调查
❖ 简单随机抽样
从总体单位中不加任何分组、排队，完全随 机地抽取调查单位。
❖ 评价：
简单易行，最符合随机原则，是抽样调查的 基本形式
❖ 适用情况：
当总体单位数不多且分布比较均匀，或总体 单位之间数量特征值差异较小，或总体单位 有现成的编号时，采用这种方式比较适宜。
简单随机抽样调查
抽样调查
❖ 抽样调查的特点
遵守随机原则： 无人为因素、公正、公平
用抽样指标推断总体的指标： 方便、快捷、节约费用
抽样误差可以事先计算并加以控制 准确、能够满足调查目的的要求
抽样调查的适用范围
实际工作不可能进行全面调查观察，而又需要了 解其全面资料的事物；
虽可进行全面调查观察，但比较困难或并不必要；
❖ 区间估计
点估计
❖ 从总体中抽取一个样本，根据该样本的 统计量对总体的未知参数作出一个数值 点的估计
▪ 例如: 用样本均值作为总体未知均值的估计 值就是一个点估计
❖ 点估计没有给出估计值接近总体未知参数 程度的信息
点估计
❖ 常用的点估计量有：
❖
落在总体均值某一区间内的样本
x = Zx
x_
抽样极限误差
❖ 样本平均数的抽样极限误差：以绝对值形式 表示的样本平均数的抽样误差的可能范围， 用符号表示为：
x x
即：
x
x
x
抽样极限/允许误差
❖ 样本成数的抽样极限误差：以绝对值形式表 示的样本比例的抽样误差的可能范围，用符 号表示为：
p P p
即：
Pp p Pp
❖ 点估计
抽样估计
对普查或全面调查统计资料的质量进行检查和修 正；
抽样方法适用于对大量现象的观察，即组成事物 总体的单位数量较多的情况
利用抽样推断的方法，可以对于某种总体的假设 进行检验，判断这种假设的真伪，以决定取舍。
抽样的基本概念
❖ 抽样涉及的基本概念有：
总体与样本(见第一章) 总体参数与样本统计量 重复抽样与不重复抽样
，试建立该种零件平均长度的置信区间， 给定置信水平为0.95。
❖ 解：已知x ~N(，0.152)，x＝2.14, n=9, 1 = 0.95，Ｚ/2=1.96，总体均值的置信区
间为
x Z 2
n
,
x
Z
2
n
21.4
1.96
0.15 9
,21.4
1.96
0.15 9
21.302,21.498
❖ 通常有以下四种组织形式：
直接抽选法
总体单位不编号，不编制抽样框
抽签法
对总体所有单位进行编号，且签需外形一致
随机数表法
总体所有单位编号，使用随机数表抽样
计算机模拟法
将随机数字编程
简单随机抽样
❖ 总体和样本的平均数
❖ 总体和样本的方差和标准差
有偏(n>30) 无偏(n≤30)
❖ 数理统计表明：
结论：我们可以95％的概率保证该种零件的平均长度在 21.302～21.498 mm之间
总体均值的区间估计
（非正态总体：实例）
【例】某大学从该校学生中随机抽取100 人，调查到他们平均每天参加体育锻炼 的时间为26分钟。试以95％的置信水平 估计该大学全体学生平均每天参加体育 锻炼的时间（已知总体方差为36小时） 。
有偏
A
C
X
估计量的优良性准则——有效性
有效性：一个方差较小的无偏估计量称为一个更
有效的估计量。如，与其他估计量相比，样本均值 是一个更有效的估计量
P(X )
均值的抽样分布
B
中位数的抽样分布
A
X
估计量的优良性准则——一致性
❖ 一致性：随着样本容量的增大，估计量越来越接
近被估计的总体参数
P(X )
较大的样本容量
x
1 n
n i 1
xi
n1 n
p
成数是一种特殊的平均数
总体中具有某个属性的单位占全体单位的比重
样本成数p是总体成数P的无偏、一致、有效估计量
样本成数的无偏方差是成数总体方差的无偏估计量
例题1
❖某市有140 000户，从中随机抽取40 户，每户家庭人口数如P243表9-2， 试用这一样本资料估计全市每户平 均人口数，3人家庭在全市户数中所 占的比例和标准差
❖ 这些概念是统计学特有的，体现了统计学的 基本思想与方法。
抽样调查的基本概念
❖ 总体：由被调查对象的全部单位所构成的集
合体 总体单位数用N表示。
❖ 抽样总体：抽取出来调查观察的单位。
抽样总体的单位数用n表示。 n ≥ 30 大样本 n < 30 小样本
抽样估计的概念和特征
❖抽样估计：在抽样调查的基础上，利用 样本的数据资料计算样本指标，以样本 特征值对总体特征值做出具有一定可靠 程度的估计和判断。
数的比例称为样本成数，记作p p=n1/n
样本成数
❖ 样本成数的方差
样本成数的无偏方差（n<=30）
s
2 p
n n 1
p(1
p)
样本成数的有偏方差(n>30)
s02p p(1 p)
❖ 样本成数的标准差
样本成数
❖ 样本成数的性质
❖ x1,x2……xn的各标志值中有n1个值为1，有n0个
值为0，所以：
4、3
1、4 2、4 3、4
从1、2 、3、4中随机抽取2个的样本数
重复抽样不考虑顺序 10
1、1
1、2 2、2
1、3 2、3 3、3
1、4 2、4 3、4 4、4
从1、2 、3、4中随机抽取2个的样本数
不重复抽样不考虑顺序
1、2
1、3 2、3
6
1、4 2、4 3、4
抽样调查的组织形式
❖ 简单随机抽样 ❖ 类型随机抽样 ❖ 等距抽样 ❖ 整群抽样
pˆ －tu p ≤P ≤ pˆ + tu p
成数的置信区间
❖ 假定条件 两类结果 总体服从二项分布 可以由正态分布来近似
为显著性水平，是总体参数未在区间内 的概率
❖ 常用的置信水平值有 99%, 95%, 90%, 相应的 为0.01，0.05，0.10
区间与置信水平
均值的抽样分布
x
/2
1-
/2
X
x
(1 - ) % 区间包含了 % 的区间未包含
总体均值的置信区间 (２ 已知)