抽样检验-第二章 基本概念与抽样分布 精品
《抽样和抽样分布》课件
可能导致样本不均衡，造成统计结果的偏差。
系统抽样
1 定义
2 应用
系统抽样是按照固定的间隔从总体中选择 样本的方法。
适用于总体有明显的顺序结构，如时间序 列数据。
整群抽样
定义
整群抽样是按照群组进行抽样的方法，将总体划 分为不同的群组，然后从群组中选择样本。
应用
适用于总体中存在明显的群组结构，如地理区域 或机构。
《抽样和抽样分布》PPT 课件
抽样和抽样分布是统计学中重要的概念。通过抽样方法，我们可以从总体中 获取有关信息，并进行推断。本课程将介绍不同类型的抽样方法和抽样分布 的定义。
简单随机抽样
定义
简单随机抽样是从总体中随机选择样本的方法。每个个体有相等的机会被选中。
优点
结果具有代表性，能够有效减小抽样误差。
中心极限定理
定义
中心极限定理是指在一定条件下，大量样本 的平均值将呈现正许我们使用样本数据进行总体参数的估 计和假设检验。
分层抽样
1
定义
分层抽样是将总体划分为不同的层级，然后从各个层级中选择样本的方法。
2
优点
能够保证每个层级都包含在样本中，提高估计的准确性。
3
缺点
需要事先知道总体的层级结构，并且需要耗费更多的时间和成本。
抽样分布的定义
抽样分布是指在相同抽样方法下得到的样本统计量的分布。通过理解抽样分布，我们可以进行推断性统 计分析。
GB2828.1-2012抽样检验精品培训
对于计数同样的保护而言，样组量较小 （至少小30%）
工序情报
不合格百分率
除不合格品百分率外，还可得到工序平均 值与工序变差的情报，以便采取补救措施
严格性
对一已知种类的所有不合格品 对每一不合格品按其最接近的规格所检验
同样地加权
的单位加权
对供应者的证据 各个不合格品就是现成的证据
产品批有可能在样组不含有不合格品下被 拒收
测量误差
不记录各个度量值
有供审由于误差则被拒收
9
第一部分 抽样检验的基本概念
5. 抽样检验的分类定义： 5.1 、计件抽样检验是根据被检验样本中的不合格产品数，推 断整批产品的接收与否；而计点抽样检验是根据被检验样本中 的产品包含的不合格数，推断整批产品的接收与否；计量抽样 检验是通过测量被检验样本中的产品质量特性的具体数值并与 标准进行比较，进而推断整批产品的接收与否； 5.2、一次抽样检验就是从检验批中只抽取一个样本就对该批产 品做出是否接收的判断；二次抽样检验是一次抽样检验的延伸， 它要求对一批产品抽取至多两个样本即做出批接收与否的结论， 当从一个样本不能判定批接收与否时，再抽第二个样本，然后 由两个样本的结果来确定批是否被接收。多次抽样就是二次抽 样的进一步推广，例如五次抽样，则允许最多抽取5个样本才最 终确定批是否接收。序贯抽样检验不限次数，每次抽取一个单 位产品，直到按规则做出是否接收批的判断为止。
4
为什么要抽样检验而不做全检
一、抽样检验 统计抽样检验的基本特性是：科学性、经济性和必要性。
科学性：它有着严格的理论依据，是数理统计的一个应用 性很强的分支。
经济性：统计抽样检验的经济性显而易见。为了判断一批 产品是否可接收，只需从批中抽取很少一部分产品进行 检验，可以大大节约人力、物力、财力和时间。
《抽样和抽样分布》课件
$number {01}
目录
• 抽样调查的基本概念 • 抽样分布的基础知识 • 抽样分布的原理 • 抽样误差的评估 • 实际应用中的抽样技术 • 案例分析
01
抽样调查的基本概念
抽样的定义和意义
定义
抽样是从总体中选取一部分个体 进行研究的方法。
意义
通过对部分个体的研究，推断出 总体的特征，以节省时间和资源 。
适用场景
当总体中存在周期性变化 或某种明显的模式时，系 统抽样能够提高样本的代 表性。
注意事项
要确保抽样的间隔与总体 中的变化模式相匹配，以 避免偏差。
分层抽样
分层抽样
注意事项
将总体分成若干层，然后从每层中随 机抽取一定数量的样本。
要确保分层依据合理，且层内样本的 抽取方法一致，以避免层间和层内的 偏差。
抽样误差的衡量指标
抽样平均误差
抽样平均误差是衡量抽样误差大小的指标，它反映了样本统 计量与总体参数之间的平均偏差。
抽样变异系数
抽样变异系数是衡量非系统抽样误差的指标，它反映了由于 随机性引起的样本统计量与总体参数之间的偏差程度。
05
实际应用中的抽样技术系统ຫໍສະໝຸດ 样010203
系统抽样
按照某种规则，每隔一定 数量的个体进行抽样，直 到达到所需的样本量。
步骤 1. 明确研究目的和要求。 2. 确定总体和样本规模。
抽样的原则和步骤
01 02 03
3. 选择合适的抽样方法。 4. 制定详细的抽样计划。
5. 实施抽样调查。
02
抽样分布的基础知识
总体和样本
1 2
3
总体
研究对象的全体集合。
样本
统计学中抽样和抽样分布基础知识
样本均值的抽样分布
定义：样本均值的所有可能值的概率分布 样本均值的数学期望：对于简单随机样本时，样本均值的数学期望与总体均值相等 样本均值样本中具有感兴趣特征的个体个数/样本容量 样本比率的抽样分布：是样本比率的所有可能值的概率分布
样本比率的数学期望：样本比率的数学期望与总体比率相等 样本比率的标准差
有限总体：有限总体修正系数*无限总体样本比率的标准差 无限总体：根号下p(1-p)/n 样本比率的抽样分布的形态 当样本容量足够大，同时np≥5和n(1-p)大于等于5时，样本比率的抽样分布可以 用正态分布近似
统计学中抽样和抽样分布基础知识
抽样基本属于
抽样总体：抽取样本的总体 抽样框：用于抽选样本的个体清单 参数：总体的数字特征
抽样
从有限总体的抽样 建议采用概率抽样 简单随机样本：从容量为N的有限总体中抽取一个容量为n的样本，如果容量为n 的每一个可能的样本都以相等的概率被抽出，则称该样本为简单随机样本 无放回抽样和有放回抽样 无放回抽样：被抽取对象已经选入样本，不希望该对象被多次选入 有放回抽样：对已经出现过的随机数仍选入样本
点估计
样本统计量：为了估计总体参数，计算样本的特征 抽样总体和目标总体
目标总体是我们想要推断的总体 抽样总体是指实际抽取样本的总体 点估计的性质 无偏性：样本统计量是相应总体参数的无偏估计量 有效性：采用标准误差较小的点估计量，给出的估计值与总体参数更接近 一致性：大样本容量给出的点估计与总体均值更接近
其他抽样方法
分层随机抽样：总体中的个体首先被分成层，总体中的每一个体属于且仅属于某一 层，从每一层抽一个简单随机样本 整群抽样：总体中的个体首先被分成单个组，总体中的每一个个体属于且仅属于某 一群，有群为单位抽取一个简单随机样本 系统抽样：对容量很大的总体，第一个个体为随机抽样，总体个体排列时个体的随 机顺序 方便抽样：非概率抽样 判断抽样：对总体非常了解主观确定总体中认为最具代表性的个体组成样本
抽样分布知识点总结
抽样分布知识点总结抽样分布是统计学中一个重要的概念，它描述了在进行抽样时得到的样本统计量的分布情况。
抽样分布是统计推断的基础，它可以帮助我们理解抽样误差以及估计参数的可信度。
在本文中，我们将对抽样分布的基本概念、性质和相关理论进行总结和讨论。
一、基本概念1.1 抽样与总体在统计学中，总体是指我们想要研究的所有个体的集合，而抽样则是从总体中选取一部分个体作为样本，以获得对总体特征的估计。
抽样可以是随机抽样、分层抽样、系统抽样等方法，目的是代表性地反映总体的特征。
1.2 样本统计量在抽样中，对样本数据进行统计分析得到的统计量称为样本统计量，常见的样本统计量有均值、方差、标准差、比例等。
样本统计量能够提供有关总体参数的估计和推断。
1.3 抽样分布抽样分布是描述样本统计量的分布情况的统计学概念。
当我们从总体中抽取多个样本，并计算每个样本的统计量时，得到的这些统计量的分布就是抽样分布。
抽样分布可以反映出样本统计量的可变性、偏移和分布形态等特征。
二、性质2.1 中心极限定理中心极限定理是抽样分布理论中的重要定理，它描述了在一定条件下，样本均值的抽样分布近似服从正态分布。
中心极限定理对于理解抽样分布的性质和应用具有重要意义，也为许多统计推断方法提供了理论基础。
2.2 大数定律大数定律是另一个重要的抽样分布性质，它描述了当样本容量足够大时，样本均值会收敛于总体均值，即样本均值的抽样分布会集中在总体均值附近。
大数定律为我们理解样本统计量的稳定性和准确性提供了重要参考。
2.3 置信区间置信区间是根据抽样分布推断总体参数的一种方法，通过对抽样分布的分布情况进行分析，我们可以建立对总体参数的置信区间，从而对总体特征进行推断。
置信区间对于统计推断的可信度和精度有着重要的作用。
三、理论基础3.1 样本容量样本容量是影响抽样分布的一个重要因素，在实际抽样中，样本容量的大小对于样本统计量的分布情况有着重要的影响。
通常情况下，样本容量越大，抽样分布的稳定性和准确性越高。
抽样检验和抽样分布
占总体单位数N的比例，即：
n n n n 1 2 3 K n
N1 N2 N3
NN K
各类型组应抽取的样本单位数为：
N n
in
n N i N i N
样本比率抽样样本容量：按前面指定的比
例(n/N)从每组的Ni单位中抽取ni个单位 即构成一个抽样总体,其样本容量为:
K
n= n1+ n2+ n3+…+ nk= ni i 1
2）随机数字法：用字母顺序或身份证号 等任何方便的方法对总体容量编者按号 ，利用随机数表从1到总体容量N中随机 抽取n（样本容量数）个数，遇到那些不 在编号里的数字需跳过。
二、等距抽样：先将总体各单位按某一
有关标志（或无关标志）排队，然后相 等距离或相等间隔K 抽取样本单位。根据 需要抽取的样本单位数（n）和全及总体 单位数（N），可以计算出抽取各个样本 单位之间的距离和间隔，即：K=N/n， 然后按此间隔依次抽取必要的样本单位 。
４、重复抽样和不重复抽样
有放回抽样：总体中的每个个体单位可以 不止一次地被选中的抽样。
无放回抽样：总体中的每个个体被选中的 次数不多于一次。
5、样本统计量的总体参数符号
名称
样本
总体
定义 特征
从总体中抽出的部分单位数 统计量
研究对象的全部单位总数 参数
样本容量：n 符号 样本平均数：x
样本比例： p 样本标准差：s
程度
组之和
i结K N合i考i 中虑所，占使比得例N等i i 于在所nn i有或类NN型i
n N ，即： i1
i
ii
n
K
N i i
i 1
从而求得各类型的样本单位数为：
抽样与抽样分布 ppt课件
分层抽样的样本分布在各个层内，从而使样本在总体 中的分布比较均匀
如果分层抽样做得好，便可以提高估计的精度
系统抽样
(systematic sampling)
1. 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
样本容量。样本中所包含的个体的数量，一般用n表示。 在实际工作中，人们通常把n≥30的样本称为大样本， 而把n<30的样本称为小样本。
对于某一既定的总体，由于抽样的方式方法不同，样本 容量也可大可小，因而，样本是不确定的、可变的。
抽样的目的一部分，而且样本的抽取又具有随机性， 因此，样本的内部构成与总体的内部构成总是具有一定 的差异，样本不能完全代表总体，抽样估计总是存在一 定的代表性误差。
1. 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
2. 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
多阶段抽样
(multi-stage sampling)
1. 先抽取群，但并不是调查群内的所有单位，而是再 进行一步抽样，从选中的群中抽取出若干个单位进 行调查
1. 由简单随机抽样形成的样本 2. 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n样本都有相同 的机会(概率)被抽中 3. 参数估计和假设检验所依据的主要是简单 随机样本
简单随机抽样
(用Excel对分类数据随机抽样)
【例】某 班级共有 30 名 学 生 ， 他们的名 单如右表。 用 Excel 抽 出一个由5 个学生构 成的随机 样本
第二章 抽样及抽样分布
P(1 P) N n p ( ) n N 1 N n 称为修正系数 N 1
19
• 二、抽样分布 • 在同一个总体中抽出样本容量相同的所有 可能样本后，计算每个样本统计量的值和 相应的概率，就组成样本统计量的概率分 布，简称抽样分布。 • （一）重复抽样分布 • 1、抽样平均数的抽样分布 • 是由所有样本平均数的值与其相应的概 率表示。 20
.2 .1 0
1 2 3 4
21
样本均值的抽样分布
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 如下表
• 所有可能的n = 2 的样本（共16个） • 第一个 • 观察值 • 第二个观察值
• • • •
1 2 3 4
• 1 • 1,1 • 2,1 • 3,1 • 4,1
样本均值的抽样分布
【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
总体概率分布
.3
X
i 1
N
i
N
N i 1
2.5
2
( X i )2 N
1.25
N
f
i 1
i
5
• 2、抽样指标 • 根据抽样总体各单位标志值计算的综 合指标，又称为样本指标 • （1）抽样平均数
x
x
i 1
n
ห้องสมุดไป่ตู้
i
x
x f
i 1 n i
n
i
n
f
i 1
i
6
• •
（2）抽样成数 定义：在抽样 总体中，一个现 象有两种表现时， 其中具有某一种 表现的单位数占 抽样总体单位数 目的比重，叫抽 样成数，或样本 成数。
抽样检验的基本概念与抽样方案
抽样检验的基本概念与抽样方案引言在统计学中，抽样检验是一种用于判断总体参数假设的统计推断方法。
通过对样本数据进行分析，我们可以对总体参数的假设提出合理的推断，从而做出一些决策或得出结论。
在进行抽样检验时，我们需要制定一个合适的抽样方案，以确保所得到的样本数据能够准确反映总体的特征。
本文将深入介绍抽样检验的基本概念以及常用的抽样方案。
抽样检验的基本概念总体和样本在进行抽样检验之前，我们首先需要明确总体和样本的概念。
总体是我们想要进行推断的对象，它可以是一个人群、一批产品或者某种现象的全部观察值。
样本是从总体中抽取的部分观察值，用来作为总体属性的代表。
抽样分布在抽样检验中，我们通常关心的是样本统计量的分布情况，即抽样分布。
样本统计量是对总体参数的估计量，比如样本均值、样本比例等。
通过对样本统计量的抽样分布进行分析，我们可以得到关于总体参数的推断。
假设检验假设检验是抽样检验的基本方法之一。
在假设检验中，我们提出一个关于总体参数的假设（称为原假设），并根据样本数据来判断原假设是否可接受。
通常，原假设是指没有变化或者没有效应的假设，而备择假设则是指存在变化或者存在效应的假设。
通过计算样本数据的抽样统计量，并计算统计量的概率值（P值），我们可以判断原假设在给定显著水平下是否可接受。
为了确保抽样数据能够准确反映总体的特征，我们需要设计合适的抽样方案。
以下是一些常用的抽样方案：简单随机抽样简单随机抽样是最基本的抽样方案之一，它要求从总体中随机地抽取若干观察值作为样本，且每个观察值被选中的概率相等。
简单随机抽样可以保证样本的代表性和独立性，从而使得样本数据能够有效地反映总体的特征。
分层抽样分层抽样是一种将总体划分为若干个层次，并从每个层次中进行独立的随机抽样的抽样方案。
通过分层抽样，我们可以在保证总体全面性的同时，对不同层次的单位进行独立的分析和推断。
系统抽样是一种按照一定的规则从总体中选取样本的抽样方案。
它要求事先确定一个固定的抽样间隔，然后从总体中随机选择一个起始点，之后每隔固定间隔选择一个观察值作为样本。
抽样分布基本概念
抽样分布根本概念引言抽样分布是统计学中一个重要的概念，它描述了在进行统计推断时所使用的样本统计量的分布情况。
在本文中，我们将讨论抽样分布的根本概念，包括样本、样本统计量、抽样分布的性质以及样本均值和样本比例的抽样分布。
样本与样本统计量在统计学中，样本是指从总体中随机选取的一局部观察对象。
样本的大小通常用字母n表示。
通过对样本进行测量和观察得到的某一特定数值称为样本统计量。
样本统计量是对总体参数的估计。
常见的样本统计量有样本均值、样本方差和样本比例。
样本均值是指样本中所有观察值的平均值，用符号X表示。
样本方差是指样本中所有观察值与样本均值之差的平方和的均值。
样本比例是指符合某一特征的观察值占样本总体的比例。
抽样分布的性质抽样分布是指在总体参数未知的情况下，对总体进行抽样并计算样本统计量后得到的分布。
在大样本情况下〔样本容量n足够大〕，根据中心极限定理，样本均值的抽样分布近似呈正态分布。
这意味着无论总体是什么样的分布，当样本容量足够大时，样本均值的抽样分布都可以近似看作是正态分布。
当总体分布为正态分布时，样本均值的抽样分布仍然是正态分布。
但是当总体分布为非正态分布时，样本均值的抽样分布仍然近似为正态分布，但不再是精确的正态分布。
样本均值的抽样分布样本均值的抽样分布被称为抽样分布。
当总体分布为正态分布时，不管样本容量大小，样本均值的抽样分布都是正态分布。
当总体分布为非正态分布时，当样本容量足够大时，样本均值的抽样分布近似为正态分布。
样本均值的抽样分布的均值等于总体均值，标准差等于总体标准差除以样本容量的平方根。
抽样分布的均值等于总体均值是因为样本均值是总体均值的无偏估计，即样本均值的期望值等于总体均值。
抽样分布的标准差等于总体标准差除以样本容量的平方根是因为样本均值的抽样分布的方差等于总体方差除以样本容量。
样本比例的抽样分布样本比例的抽样分布也是一个重要的抽样分布。
样本比例的抽样分布是二项分布的一种特殊情况。
第二章 抽样技术的基本概念
2、中心极限定理；
3、t分布定理；
对于样本比例，在重复抽样时服从二项分布，在 不重复抽样时服从超几何分布，它们的极限形式都是 正态分布。
正态分布是最重要、最常用的抽样分布。 我们可 以根据正态分布理论，在一定的概率保证下，以所抽 样本所给出的估计值为依据对总体指标作出区间估计。
4、在实践中，我们还经常要对总体中某 特定的组或类进行调查研究，这样的组或类就 称为研究域或子总体。
5
二、调查单位与抽样单位
总体是由单位构成的，单位有调查单位与 抽样单位之分。
调查单位就是调查项目的承担者，即我们 想通过调查取得其观测值的单位，它通常是构 成总体的最基本单位。但有时调查单位与基本 单位并不相同。
标θ ，也就是要在一定的概率保证下，想办 法找出两个数值θ1和θ2（θ1≤θ2），使θ处
于这两个数值之间，即：
Pr(θ1 ≤ θ ≤ θ2 )=1- α
27
区间（θ1,θ2）就被称为抽样的置信区 间或估计区间，θ1被称为置信区间的下限， θ2被称为置信区间的上限 。
在正态分布下，估计量关于总体指标对称
23
二、抽样误差的表现形式
抽样误差的表现形式一般有三种：抽样实 际误差、抽样标准误和抽样极限误差。
抽样实际误差是指抽样估计值与总体指标 值之间的离差。
特点： 1、若估计量无偏，所有可能的实际误差 的总和为0； 2、每一次抽样的实际误差是不可知的； 3、抽样实际误差是随机变量。
24
抽样标准误是衡量抽样误差大小的核心指标，是对总 体指标作出区间估计的一个重要因素，狭义上所指的抽样 误差就是抽样标准误。它就是抽样分布或抽样估计量的标 准差，是抽样分布方差或抽样估计量方差（均方误差）的 平方根。
抽样检验和抽样分布
抽样检验和抽样分布1. 引言抽样是统计学中非常重要的概念，通过对总体的一局部样本进行研究和分析，可以得出关于总体的推断和结论。
抽样检验是统计推断的一种方法，用于判断样本与总体之间是否存在显著差异。
抽样分布是抽样统计量的概率分布，是基于样本的随机变量，用于进行统计推断和估计。
2. 抽样检验抽样检验是统计推断的一种方法，用于判断样本与总体之间是否存在显著差异。
在抽样检验中，我们首先提出一个原假设和一个备择假设，然后通过计算样本统计量的概率来判断原假设是否成立。
常用的抽样检验方法包括：2.1 单样本 t 检验单样本 t 检验用于判断一个样本的均值是否与总体均值存在显著差异。
通过计算样本的 t 统计量来进行判断，如果 t 统计量的值较大，说明样本均值与总体均值之间存在显著差异。
2.2 双样本 t 检验双样本 t 检验用于判断两个样本的均值是否存在显著差异。
通过计算两个样本的 t 统计量来进行判断，如果 t 统计量的值较大，说明两个样本的均值之间存在显著差异。
2.3 卡方检验卡方检验用于判断两个或多个分类变量之间是否存在关联性。
通过计算卡方统计量来进行判断，如果卡方统计量的值较大，说明分类变量之间存在关联性。
2.4 方差分析方差分析用于判断一个因变量在不同组之间是否存在显著差异。
通过计算方差比率统计量来进行判断，如果方差比率统计量的值较大，说明不同组之间的因变量存在显著差异。
3. 抽样分布抽样分布是抽样统计量的概率分布，是基于样本的随机变量，用于进行统计推断和估计。
常用的抽样分布包括：3.1 正态分布在很多情况下，当样本容量足够大时，抽样分布可以近似地认为是正态分布。
正态分布是一种对称的连续概率分布，其概率密度函数可由均值和标准差完全描述。
3.2 学生 t 分布学生 t 分布是在样本容量较小、总体标准差未知的情况下使用的抽样分布。
学生 t 分布相比于正态分布，具有更宽的尾部，适用于小样本量的情况。
3.3 卡方分布卡方分布是基于正态分布的样本推断中经常使用的一种抽样分布。
抽样分布的基本概念与基本原理
抽样的基本概念
抽样分布的基本原理
第一节 抽样的基本概念
抽样调查的特点 经济性 时效性 必要性
抽样所需样本必需要有代表性 抽样误差与非抽样误差
抽样误差是指随机抽取于总体中的一部分 的样本而引起的误差
非抽样误差是指在调查过程中出现的所有 人为错误
❖ 抽样方法
抽样方式
解：由于总体标准差未知 ，所以采用t分布
t
x
S
n
其中，n=25,自由度＝n-1=24 t7 .6 8 .5,则 P (x 7 .6 ) P (t 2 .8 1 3 7 )
1 .6 / 2 5
查 t 分 布 表 得 ， 0 . 0 0 2 5 P ( x 7 . 6 ) 0 . 0 0 5
概率抽样
非概率抽样
简单随机抽样 整群抽样
多阶段抽样
分层抽样 系统抽样
方便抽样 自愿样本 配额抽样
判断抽样 滚雪球抽样
第二节 抽样分布的基本原理
总体参数与样本统计量 抽样分布定理
x 总体标准差 不明确时 的抽样分布
比率抽样分布
❖ 总体参数
总体平均值 总体方差 总体标准差 总体比率
Xi
随着自由度的增加，t-分布与正态分布之间的差
距将会不断减小（n>30）,且t-分布的离散程度
也将减小
t-分布的均值为0，方差为 (1) 2
❖ t分布与标准正态的对比
标准正态分布
标准正态分布
t (df = 13)
t 分布
x
t 分布与标准正态分布的比较
t (df = 5)
z
t
不同自由度的t分布
❖ t分布表的使用
样本统计量的概率分布，是一种理论分布
抽样与抽样分布PPT-PPT精品文档
特点：
（1）遵循随机原则； （2）推断被调查对象的总体特征； （3）计算推断的准确性与可靠性。 江西财经大学统计学院
1
统计学
所谓抽样
第三章
抽样和抽样分布
抽签 编号 摇号 随机数字表
75 18 26 53 86
90 85 89 64 97
96 18 48 81 06
91 63 57 95 12
江西财经大学统计学院
7
统计学
第三章
抽样和抽样分布
[例]10人年龄资料如下。N=10 n=3。 人： A B C D E F G H I J 年龄： 5 8 12 40 42 46 48 70 72 76 分类： N1=3 N2=4 N3=3 N=10 1=2.87 2=3.16 3=2.49 =8.52 n1=? n2=? n3=? n=3 1、等额分配：n1= n2= n3= 1 2、等比例分配：n1/N1= n2/N2= … = n/N ∵ n/N =0.3 ∴n1/N1=0.3 n1=0.3×N1=0.3 ×3= 0.9 3、最优分配： i/ =ni/Ni ∵ 1/ =2.87/8.52=0.34 ∴ n1/N1=0.34 n1=0.34×3 =1.02 江西财经大学统计学院 8 二、抽样误差的计算
Z x
2
t 概率度 抽样平均误差 x n
s替代 不知 ˆ替代 p P不知
江西财经大学统计学院
3
x x x tx x x x tx
统计学
第三章
抽样和抽样分布
[例]某公司出口一种名茶，规定每包规格重量不低于150g，现用
x x P { x } 1 F ( t ) x x x x P { x x } 1 F ( t ) x x x x