《应用统计学》PPT课件

《《应用统计学》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、应用统计学-6P102(107):例5.1;例5.2例5.3样本，个体哪个大？定义5.1抽样推断：从所研究的总体全部元素（单位）中抽取一部分元素（单位）进行调查，并根据样本数据所提供的信息来推断总体的数量特征。定义5.2定义5.3定义5.4从含有N个元素的总体中，抽取n个元素作为样本，使得每一个容量为n的样本都有相同的机会（概率）被抽中，这样的抽样方式称为简单随机抽样，也称纯随机抽样。从总体中抽取一个元素后，把这个元素放回总体中再抽取第二个元素，直至抽取n个元素为止。这样的抽样方法称为重复抽样。一个元素后被抽中后不再放回总体，然后再从剩下的元素中抽取第

2、二个元素，直至抽取n个元素为止。这样的抽样方法称为不重复抽样。参考定义5.5，5.6，5.7（P103－104）。见P109，分层抽样就是类型抽样或分类抽样。分层抽样与整群抽样的区别在那里？等距抽样就是系统抽样整群抽样就是分区抽样某大学的商学院相对今年的毕业生进行一次调查，以便了解他们的就业倾向。该学院有5个专业：会计、金融、市场营销、经营管理、信息系统。今年有1500名毕业生，其中会计专业500名，金融专业350名，市场营销专业300名，经营管理专业150名，信息系统专业200名。假定要选取180人作为样本，各专业应抽取人数：会计专业——名，金融专业

3、——名，市场营销专业——名，经营管理专业——名，信息系统专业——名。会计专业：60名金融专业：42名市场营销专业：36名经营管理专业：18名信息系统专业：24名分层抽样还是整群抽样？分层抽样与整群抽样的区别在那里？（1）非随机分层，层内随机抽样；随机分群，群内全面调查（非随机）。（2）层间差异大于层内差异；群内差异大于群间差异。所以，事先对总体结构又一定认识时，可以用分层抽样；在总体没有原始资料可利用时，可以用整群抽样。例：分层抽样与整群抽样的区别：分专业抽样（分层抽样/分类型抽样）分班抽样（整群抽样）见P109例：各种概率抽样的区别非随机分层，层内随

4、机抽样（测量地层）例：各种概率抽样的区别40m随机随机分群，群内全面调查（非随机）（计算植物样方）240m10m例：各种概率抽样的区别什么是样本指标的分布？什么是容量相同的所有可能的样本？为何样本统计量是随机变量？这是一个均匀分布，即每个元素出现的机会（概率）是一样的。Y轴和x轴分别代表什么？见P105（110）均值在那里？1.25为何概率为0.25？例5.4（P105；p109）M是什么？n是什么？N是什么？n变大的结果如何？所有容量为n的样本数.从这两张图中要明白：（1）为什么样本统计量是随机变量。（2）什么是样本均值的均值。n变大，抽样分布方差越

5、小。样本均值的数学期望就是样本均值的均值。图中那条曲线的均值更接近总体的均值？在这张图中总体均值在那里？用什么估计总体均值？总体分布，样本分布，（总体的）抽样分布的关系…….μxxxxxxxµxf总体分布样本分布抽样分布μμxx总体元素个数、样本容量、样本（组）所有可能取值总体元素个数N（总体的所有个体）样本容量n（每一次取样的数量）容量为n的样本的所有可能取值（所有的Nn种可能都出现为止）重复抽样…….μxxxxxxxµxfx修正系数（当N很大时修正系数趋于1）P109注意标准差与标准误差的区别。表5.1（P106)，例5.4（P105；P109）样

6、本均值的抽样分布、样本方差的抽样分布总体的均值、方差方差的样本分布均值的样本分布方差抽样分布（均值、方差）均值抽样分布（均值、方差）…….μxxxxxxxµxfσσμDDDDDDDDµDσDDXX2注意：服从正态分布和服从卡方布分布的区别n是什么？此处红色曲线分布形成的均值是什么？由样本标准差计算出来的卡方X2由样本标准差0.0014mm计算出来的卡方值X2样本均值的抽样分布、样本方差的抽样分布总体的均值、方差方差的样本分布均值的样本分布方差抽样分布（均值、方差）均值抽样分布（均值、方差）…….μxxxxxxxµxfσσμDDDDDDDDµDσDDX样

7、本均值的抽样分布、样本方差的抽样分布、…样本均值的抽样分布均值方差……样本方差的抽样分布均值方差……样本其他参数的抽样分布均值方差……＝N0/Nmk=E(Xk)原点矩Ck=E[X-E(X)]k中心矩定义5.9用来估计总体参数的统计量的具体数值,称为估计量,用符号θ表示。定义5.10定义5.11定义5.12用来估计总体参数时计算出来的估计量的具体数值，称为估计值。在点估计的基础上，给出总体参数估计的一个范围，称为参数的区间估计值。用样本估计量θ的值直接作为总体参数θ的估计值，称为参数的点估计。第2点是什么意思？这是什么意思？n→∞时,x与总体参数的真值间

8、的误差趋于0；如果一个估计量不是一致性的，即便n→∞，x仍然不能等于总体参数的真值总体均值μ1