资源描述：
《第4章抽样与抽样分布ppt课件.ppt》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、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4.3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2006年问题的提出1）、由于某些现象本身性质的限制，无法通过全面调查来了解全貌，只能应用抽样法。如对具有破坏性或损坏性的产品质量检验（灯泡使用寿命、炸弹杀伤力等）。2）、对某些现象，从理论上说，虽然可以进行全面调查，但实际上是办不到的。如对进口到港的货物进行验收、了解上海市民的人均收入等。为何要进行抽样？4.1常用的抽样方法一、简单随机抽样二、分层抽样三、系统
2、抽样四、整群抽样抽样方法概率抽样(probabilitysampling)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(simplerandomsampling)从总体N个单位中随机地抽取n个单位作为样本，使得每一个容量为样本都有相同的机会(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
3、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分层抽样(stratifiedsampling)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系统抽样(systematicsampling)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
4、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4.2抽样分布一、抽样分布的概念二、样本均值抽样分布的形式三、样本均值抽样分布的特征四、样本比例的抽样分布五、样本方差的抽样分布样本
5、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(samplingdistribution)抽样分布的形成过程(samplingdistribution)总体计算样本统计量如：样本均值、比例、方差样本在重复选取容量为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样本均值的
6、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。4个个体分别为x1=1，x2=2，x3=3，x4=4。总体的均值、方差及分布如下总体分布14230.1.2.3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n＝2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3,43,33,23,132,42,32,22,124,44,34,24,141,441,33211,21,11第二个观察值第一个观察值所有可能的n=2的样本（共16个）样本均值的抽样分布(例题分析)计
7、算出各样本的均值，如下表。并给出样本均值的抽样分布3.53.02.52.033.02.52.01.524.03.53.02.542.542.03211.51.01第二个观察值第一个观察值16个样本的均值（x）x样本均值的抽样分布1.000.10.20.3P(x)1.53.04.03.52.02.5样本均值的分布与总体分布的比较(例题分析)=2.5σ2=1.25总体分布14230.1.2.3抽样分布P(x)1.00.1.2.31.53.04.03.52.02.5xx<-c(70,60,75,80,85,90,95,76,87,67,89,8
8、8,98,83,90,60,81,68,80,70)xbar<-numeric(10000)for(iin1:10000){xbar[i]<-mean(sample(x,10))
