统计学抽样分析PPT课件
合集下载
《统计学原理》课件第七章抽样调查
4 -6
第二节 抽样调查的基本概念
全及总体(总体) 样本总体(样本)
几组基 本概念
重复抽样 不重复抽样
大数定律 中心极限定理
4 -7
研究对象
抽 取 方 法
重复考虑顺序 不重复不考虑 顺序
研
究 原
总体分布 样本分布 抽样分布
理
一、全及总体和样本总体
全及总体：也称总体。指所要认识对象的全体。 用N表示有限总体的单位数，称总体容量。
m
lim p n
n
p
ε
1
贝努大数定律对于抽样调查的意义：
从理论上解释了用频率代替概率的理论依据， 即随着抽样单位数n的增加，事件A发生的频率接近 于事件A发生的概率。
4 - 18
大数定律特点
大数定律论证了抽样平均数趋近于总体平均 数的趋势，这为抽样推断提供了重要依据。 但是：
抽样平均数和总体平均数的离差究竟有多大？ 离差的分布状况怎样？ 离差不超过一定范围的概率究竟有多少?
（二）抽样成数的抽样平均误差
重复抽样： 不重复抽样：
p
p1 p
n
p
p1 p 1 n
n N
说明：实际应用中，平均数和成数的标准差一般是 未知的，通常采用如下方式解决 （1）用过去调查的资料 （2）样本方差的资料代替总体方差 （3）用小规模调查资料 （4）用估计材料
4 - 30
【进上例行者】测为试合某(1，格灯)平资品泡均料，厂使如计对用下算10时。这00按批0间个质灯：x产量泡品规的进定时x行ff，间寿灯抽命2泡样12检10使平40测0用均0，寿误随1命差0机5在和7(抽小1合0取时格002)率小%样的时本平以
按照随机原则 从调查对象中抽取一部分单位进行 观察，并运用数理统计的原理，以被抽取的那部分 单位的数量特征为代表，对总体做出数量上的推断 分析
第二节 抽样调查的基本概念
全及总体(总体) 样本总体(样本)
几组基 本概念
重复抽样 不重复抽样
大数定律 中心极限定理
4 -7
研究对象
抽 取 方 法
重复考虑顺序 不重复不考虑 顺序
研
究 原
总体分布 样本分布 抽样分布
理
一、全及总体和样本总体
全及总体：也称总体。指所要认识对象的全体。 用N表示有限总体的单位数，称总体容量。
m
lim p n
n
p
ε
1
贝努大数定律对于抽样调查的意义：
从理论上解释了用频率代替概率的理论依据， 即随着抽样单位数n的增加，事件A发生的频率接近 于事件A发生的概率。
4 - 18
大数定律特点
大数定律论证了抽样平均数趋近于总体平均 数的趋势，这为抽样推断提供了重要依据。 但是：
抽样平均数和总体平均数的离差究竟有多大？ 离差的分布状况怎样？ 离差不超过一定范围的概率究竟有多少?
（二）抽样成数的抽样平均误差
重复抽样： 不重复抽样：
p
p1 p
n
p
p1 p 1 n
n N
说明：实际应用中，平均数和成数的标准差一般是 未知的，通常采用如下方式解决 （1）用过去调查的资料 （2）样本方差的资料代替总体方差 （3）用小规模调查资料 （4）用估计材料
4 - 30
【进上例行者】测为试合某(1，格灯)平资品泡均料，厂使如计对用下算10时。这00按批0间个质灯：x产量泡品规的进定时x行ff，间寿灯抽命2泡样12检10使平40测0用均0，寿误随1命差0机5在和7(抽小1合0取时格002)率小%样的时本平以
按照随机原则 从调查对象中抽取一部分单位进行 观察，并运用数理统计的原理，以被抽取的那部分 单位的数量特征为代表，对总体做出数量上的推断 分析
9.1.1简单随机抽样第1课时课件(人教版)
9.1.1 简单随机抽样 第1课时
学习目标
新课讲授
课堂总结
1.正确理解总体、个体、样本、普查、抽样调查的概念
2.理解简单随机抽样的概念，掌握抽签法和随机数法的 一般步骤
学习目标
新课讲授
课堂总结
知识点1：统计的相关概念及抽样的必要性
在现实生活中,我们经常会接触到各种统计数据.
统计学是通过收集数据和分析数据来认识未知现象的一门科学. 为解决问题奠定基础
说明：如果生成的随机数有重复，即同一编号多次被抽到，可以剔除重 复的编号并重新产生随机数，直到产生不同的编号个数等于样本数.
学习目标
新课讲授
课堂总结
随机数的产生
1.用随机实验生成随机数
准备10个大小质地一样的小球，小球上分别写上数字0,1,2，…9，放 在不透明的盒子中， 当编号是三位的时候，有放回抽取3次，抽前充分搅拌，第一、二、三 次号作摸到数字分别作为百、十、个位数.
如果抽取是放回的，叫做放回简单随机抽样； 如果抽取是不放回的，称为不放回简单随机抽样． 效率更高
通过简单随机抽样获得的样本称为简单随机样本. 如没特殊说明，本章所称简单随机抽样指不放回简单随机抽样.
学习目标
新课讲授
课堂总结
例1 下面的抽样方法是简单随机抽样吗？为什么？ (1)从无数个个体中抽取20个个体作为样本；× 总体的个数不是有限的 (2)从50台冰箱中一次性抽取5台冰箱进行质量检查；× 不是逐个抽取 (3)某班有40名同学，指定个子最高的5名同学参加学校组织的篮 球赛； × 不是等可能抽样 (4)一彩民选号，从装有36个大小、形状都相同的号签的盒子中无 放回地抽出6个号签． √
问题：一家家具厂要为树人中学高一年级制作课桌椅,他们事先想了解全体高 一年级学生的平均身高,以便设定可调节课桌椅的标准高度.已知树人中学高一 年级有712名学生,如果要通过简单随机抽样的方法调查高一年级学生的平均 身高,应该怎样抽取样本?
学习目标
新课讲授
课堂总结
1.正确理解总体、个体、样本、普查、抽样调查的概念
2.理解简单随机抽样的概念，掌握抽签法和随机数法的 一般步骤
学习目标
新课讲授
课堂总结
知识点1：统计的相关概念及抽样的必要性
在现实生活中,我们经常会接触到各种统计数据.
统计学是通过收集数据和分析数据来认识未知现象的一门科学. 为解决问题奠定基础
说明：如果生成的随机数有重复，即同一编号多次被抽到，可以剔除重 复的编号并重新产生随机数，直到产生不同的编号个数等于样本数.
学习目标
新课讲授
课堂总结
随机数的产生
1.用随机实验生成随机数
准备10个大小质地一样的小球，小球上分别写上数字0,1,2，…9，放 在不透明的盒子中， 当编号是三位的时候，有放回抽取3次，抽前充分搅拌，第一、二、三 次号作摸到数字分别作为百、十、个位数.
如果抽取是放回的，叫做放回简单随机抽样； 如果抽取是不放回的，称为不放回简单随机抽样． 效率更高
通过简单随机抽样获得的样本称为简单随机样本. 如没特殊说明，本章所称简单随机抽样指不放回简单随机抽样.
学习目标
新课讲授
课堂总结
例1 下面的抽样方法是简单随机抽样吗？为什么？ (1)从无数个个体中抽取20个个体作为样本；× 总体的个数不是有限的 (2)从50台冰箱中一次性抽取5台冰箱进行质量检查；× 不是逐个抽取 (3)某班有40名同学，指定个子最高的5名同学参加学校组织的篮 球赛； × 不是等可能抽样 (4)一彩民选号，从装有36个大小、形状都相同的号签的盒子中无 放回地抽出6个号签． √
问题：一家家具厂要为树人中学高一年级制作课桌椅,他们事先想了解全体高 一年级学生的平均身高,以便设定可调节课桌椅的标准高度.已知树人中学高一 年级有712名学生,如果要通过简单随机抽样的方法调查高一年级学生的平均 身高,应该怎样抽取样本?
统计学第六章抽样调查
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%
分层抽样课件
PART 05
分层抽样的未来发展
分层抽样与其他统计方法的结合
结合多元统计分析
分层抽样可以与多元统计分析方法结合，如主成分分析、聚类分析等，以更全 面地揭示数据的内在结构和关系。
与机器学习算法的融合
通过结合分层抽样和机器学习算法，可以更准确地预测和分类数据，提高模型 的泛化能力。
分层抽样在大数据时代的应用
拓展应用领域
分层抽样不仅在社会科学领域有 广泛应用，还可以拓展到自然科 学的各个领域，如生物学、环境 科学等。
2023-2026
END
THANKS
感谢观看
KEEP VIEW
REPORTING
实例一：市场调研中的分层抽样
总结词：精准高效
VS
详细描述：市场调研中，为了更准确 地了解不同消费群体的需求和行为特 征，常常采用分层抽样方法。通过对 不同年龄、性别、收入等特征的消费 者进行分层，能够提高样本的代表性 和调研的准确性，进而为企业制定更 加精准的市场策略提供依据。
实例二：社会调查中的分层抽样
2023-2026
ONE
KEEP VIEW
分层抽样ppt课件
REPORTING
CATALOGUE
目 录
• 分层抽样的定义 • 分层抽样的实施步骤 • 分层抽样的优缺点 • 分层抽样的实例分析 • 分层抽样的未来发展
PART 01
分层抽样的定义
什么是分层抽样
定义
分层抽样是一种统计学方法，它将总 体分成若干个层，然后从每个层中随 机抽取一定数量的样本，最终将这些 样本合并成一个样本。
样本抽取
实施抽样过程
按照确定的分层标准，在各层内进行 随机抽样，确保样本的多样性和代表 性。同时，应记录抽样过程的所有细 节，以便后续的分析和评估。
统计学课件05第5章抽样与参数估计
反映样本数据的集中趋势和平均水平。
样本方差
定义
样本方差是每个样本数据与样本均值差的平方和的平均值，即 $s^2 = frac{1}{n} sum_{i=1}^{n} (x_i - overline{x})^2$。
计算方法
先计算每个样本数据与样本均值的差，然后将差平方，最后求和平 均。
作用
反映样本数据的离散程度和波动情况。
样本量的确定
根据调查目的和精度要求确定样 本量：精度要求越高，需要的样
本量越大。
根据总体规模和抽样方法确定样 本量：总体规模越大，需要的样 本量越大；分层或整群抽样较简 单随机抽样需要的样本量更大。
根据调查资源确定样本量：资源 有限时，需要在满足调查目的和 精度要求的前提下，合理确定样
本量。
02 参数估计
大数定律的数学表达
设随机变量X1,X2,...,Xn是相互独立的，且具有相同的分布函数F(x)，则对于任意正实数ε，有 lim(n->∞)P(|X1+X2+...+Xn/n-E(X))/ε)=0，其中E(X)是随机变量X的期望值。
大数定律的实例
在抛硬币实验中，随着实验次数的增加，正面朝上的频率将趋近于0.5。
中心极限定理
中心极限定理定义
中心极限定理是指在大量独立同分布的随机变量中，不论 这些随机变量的分布是什么，它们的平均值的分布总是趋 近于正态分布。
中心极限定理的数学表达
设随机变量X1,X2,...,Xn是相互独立的，且具有相同的分布 函数F(x)，则对于任意实数x，有lim(n->∞)P(∑Xi≤x)=∫(∞->x)F(t)dt。
样本分布的性质
无偏性
如果样本统计量的数学期 望等于总体参数，则该统 计量是无偏的。
统计学课件第六章抽样调查PPT课件
特点
每个样本被选中的机会都 相等，样本的代表性相对 较好。
分层抽样
定义
先将总体按一定标准分成 若干层次或群，然后从各 层或群中按随机原则抽取 样本。
方法
分类抽样、比例抽样、类 型抽样。
特点
能够提高样本的代表性， 降低误差，减少资源浪费。
系统抽样
定义
先将总体中的所有个体按某种顺序排列，然后按 照固定的间隔或系统选取样本。
改进抽样方法
采用更科学的抽样方法和技术，如分层抽样、系统抽样等，以提 高样本的代表性。
提高样本代表性
在抽样过程中尽量减少非随机误差，如无回答、不完整数据等， 以提高样本对总体的代表性。
05 抽样调查的组织与实施
抽样调查的设计
确定调查目的
明确调查的目标和意图，为后 续的抽样设计提供指导。
确定调查对象
合理安排问题的顺序、布局和格式，以提高 问卷的易用性和回答率。
确定调查方式
选择合适的调查方式，如自填式、面访式等， 并确定数据收集的途径。
测试与修正
对问卷进行测试和修正，确保问卷的准确性 和可靠性。
调查的实施与质量控制
培训调查员
对调查员进行培训，确保他们了解调 查目的、问卷内容、调查方法等。
现场实施
将总体分成若干个群集或组，然后从每个 群集或组中抽取一定数量的样本，也称为 簇抽样或组抽样。
抽样调查的应用场景
01
02
03
04
市场调查
通过对目标市场的部分消费者 进行调查，了解市场需求、消 费者行为和产品反馈等信息。
社会调查
通过对一定范围内的社会成员 进行调查，了解社会现象、人 口状况和社会问题等信息。
统计学课件第六章抽样调查ppt课 件
统计学精品课件 (1)
• 常见抽样方法 • 抽样分布 • 中心极限定理的应用
常见抽样方法 1·简单随机抽样（纯随机抽样） (simple random sampling) •方法：将总体单位编成抽样框，而后用抽签或 随机数表抽取样本单位。 •适用：总体规模不大；总体内部差异小
常见抽样方法 2·类型抽样（分层抽样）(stratified sampling) •方法：将总体全部单位分类，形成若干个类型组， 后从各类型中分别抽取样本单位，合成样本
设，总体有N个单位，其均值为μ，方差为σ2 2 抽取样本数n，样本均值的数学期望为E(x)，样本方差为 x Ø重复抽样： E（x）＝ μ Ø不重复抽样： E（x）＝ μ σx2 ＝σ2 /n
x n
x 2 N n
n N 1
x2
2 N n
n N 1
注：1.对于无限总体进行不重复抽样时，可按重复抽样来 处理；2.对于有限总体，当N很大而n很小时，也可按重复 抽样处理。因为修正系数（N-n）/(N-1)都趋向于1.
二、抽样分布－样本比率的抽样分布
Ø比率：总体（样本）中具有某种属性的单位与全部单位 总数之比。 Ø例：男生（女生）人数与全班总人数之比；合格品（不 合格品）与全部产品总数之比。 Ø设，总体有N个单位，具有某种属性的单位数量为N0，具 有另一种属性的为N1 则总体比率：π ＝N0/N, N1/N=1-π 相应的样本比率：p＝n0/n, n1/n=1-p Ø样本比率的抽样分布：在重复选取容量为n的样本时，由 样本比率的所有可能取值形成的相对频数分布。即样本比 率p的抽样分布是它所有可能取值的概率分布。 Ø当样本容量足够大，即 np>=5和n(1-p)>=5的时候，样本 比率分布近似为正态分布
常见抽样方法 1·简单随机抽样（纯随机抽样） (simple random sampling) •方法：将总体单位编成抽样框，而后用抽签或 随机数表抽取样本单位。 •适用：总体规模不大；总体内部差异小
常见抽样方法 2·类型抽样（分层抽样）(stratified sampling) •方法：将总体全部单位分类，形成若干个类型组， 后从各类型中分别抽取样本单位，合成样本
设，总体有N个单位，其均值为μ，方差为σ2 2 抽取样本数n，样本均值的数学期望为E(x)，样本方差为 x Ø重复抽样： E（x）＝ μ Ø不重复抽样： E（x）＝ μ σx2 ＝σ2 /n
x n
x 2 N n
n N 1
x2
2 N n
n N 1
注：1.对于无限总体进行不重复抽样时，可按重复抽样来 处理；2.对于有限总体，当N很大而n很小时，也可按重复 抽样处理。因为修正系数（N-n）/(N-1)都趋向于1.
二、抽样分布－样本比率的抽样分布
Ø比率：总体（样本）中具有某种属性的单位与全部单位 总数之比。 Ø例：男生（女生）人数与全班总人数之比；合格品（不 合格品）与全部产品总数之比。 Ø设，总体有N个单位，具有某种属性的单位数量为N0，具 有另一种属性的为N1 则总体比率：π ＝N0/N, N1/N=1-π 相应的样本比率：p＝n0/n, n1/n=1-p Ø样本比率的抽样分布：在重复选取容量为n的样本时，由 样本比率的所有可能取值形成的相对频数分布。即样本比 率p的抽样分布是它所有可能取值的概率分布。 Ø当样本容量足够大，即 np>=5和n(1-p)>=5的时候，样本 比率分布近似为正态分布
第9讲 大学统计学课件-抽样调查
总体方差(δ2)和总体标准差(δ)——测定全及总体标 志变异程度的指标
抽样指标 —— 根据抽样总体各个单位标志值计 算的综合 指标，与全及指标相对应
抽样平均数 (x)——抽样总体中某一变量 值(观测值)的算术平均数
抽样成数(p)——具有某种标志的单位数 在抽样总体 中所占的比重 样本方差 (s2) 和样本标准差 (s)—— 说明 抽样总体标志变异程度的指标
2.5 3.0 4.0 4.5 5.0
0.98760 0.99730 0.99940 0.99993 0.99999
例 6.3 某大学有 500 人进行高等数学统考，随机抽查 20% ， 所得有关成绩数据如表。 试以95.45%的概率保证：
(1)估计全部学生的平均成绩；
(2)确定成绩在80分以上学生所占的比重和估计人数。
区间推断的可靠程度(置信度)
令 x t则 t x x
x
p
p
则
t 则 p t p
式中：t — 概率自由度（极限误差为平均误 差的倍数）
x t x X x t x
依据中心极限定律，当 n≥30，抽样平均指标近似服从 正态分布，全及指标所落范围就可以用曲线所围成的面积大 小来计算。
x
s n
x
p
s2 n (1 ) n N
p(1 p) n (1 ) n N
抽样成数 p 平均误差
p(1 p) n
应用条件
n 5% N
n 5% N
影响抽样误差的因素
全及总体标志变动程度 ——与抽样误差的大小成正比关系
样本单位数
——与抽样误差的大小成反比关系 抽样组织形式 ——抽样组织形式不同，抽样误差的大小不同
《统计学》课件第6章抽样推断
01
定义
抽样推断是一种通过从总体中随 机抽取部分样本，并利用这些样 本数据来推断总体特性的统计方 法。
02
03
04
代表性
样本应具有代表性，能够反映总 体的特征和规律。
抽样推断的重要性
01
02
03
节省成本
通过抽样可以减少所需的 数据量，降低调查成本。
提高效率
通过快速收集样本数据， 能够快速获得总体信息， 提高调查效率。
对数据进行核查，确保 数据的准确性，及时纠
正错误或异常值。
分类与编码
对数据进行适当的分类 和编码，以便进行后续
的数据分析。
数据清理
删除或修正不准确、不 完整或重复的数据，提
高数据质量。
数据分析与解释
描述性统计
使用描述性统计方法，如平均 数、中位数、众数、标准差等
，对数据进行初步分析。
推断性统计
根据调查目的，选择合适的推 断性统计方法，如回归分析、 方差分析、卡方检验等，对总 体进行推断。
非参数假设检验的步骤
确定数据特征、提出假设、构造检验统计量、确定临界值、作出推 断结论。
非参数假设检验的优缺点
优点是适用范围广、灵活性高；缺点是计算较为复杂，需要更多的 样本数据支持。
05
样本量的确定
影响样本量的因素
总体标准差
总体标准差越大，需要的样本量 也越大，以减小估计误差。
置信水平置信水平越Biblioteka ，所需样本量也越 大，以减小估计误差。
《统计学》课件第6章抽样 推断
目录
• 抽样推断概述 • 抽样方法与技术 • 参数估计 • 假设检验 • 样本量的确定 • 实例分析
01
抽样推断概述
- 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)。
抽样估计
按照随机原则 从调查对象中抽取一部
分单位进行调查，并以调查结果对总体 数量特征作出具有一定可靠程度的估计 与推断，从而认识总体的一种统计方法
指样本单位的抽取不受主 观因素及其他系统性因素 的影响，每个总体单位都
有均等的被抽中机会
抽样估计
全及总体指标：
参数（未知量）
统计推断
样本总体指标：统
为
2 P
的
无偏估计
sp2nn 1p1pnn 1pq
当样本容量很大时，1/n,与1/(n-1)相差不 大，样本方差的分式，可以直接除以n, 与总本的方差计算分式保持一致。
s
1N ni1
Xi X2或
1m
2
m
Xi Xfi
fi i1
i1
s21N
ni1
X i X2或 2m 1 fi
m
全及总体中所包括的单位数一般用N表示。 1、
有限总体
2、无限总体
抽样总体
按随机原则从全及总体中抽取一
部分单位组成的集合体，又叫抽样 总体。
样本总体中所包括的单位数叫样本容 量，一般用n表示 1、大样本（n≥30 2、小样本(n≤30）
全及指标
指被估计的总体指标，又被
称为总体参数
设总体中 N个总体单位某项标志的标志值分别
设样本中 n个样本单位某项标志的标志值
分别为 x1,x2 ,xn，其中具有和不具有某 种属性的样本单位数目分别为 n1和 n 个0 ，则
⒈ 样本平均数（又叫样本均值）：
n
m
xi
xifi
x i1 n
或x
i1 m
fi
i 1
为自由度 ⒉ 样本单位标志值的标准差：
s
1n n1i1
Байду номын сангаас
xi x2或 s
第六章 抽样调查
★第一节 抽样调查的意义
第二节 抽样调查的基本概念及理论的依据 第三节 抽样平均误差 第四节 全及指标的推断 第五节 抽样方案的设计 第六节 必要样本数的确定 第七节 假设检验
第一节 抽样估计的意义
★ 一、抽样估计的定义
二、抽样估计的特点 三、抽样估计的运用 四、抽样估计的一般步骤
假如：1：已经得到了如下的结果： 总体均值： =51800 总体标准差： =4000
2、同时，有1500人参加了公司培训，则 参加公司培训计划的比例为： P =1500/2500=0.60
上述总体均值、总体标准差、比例均称为总 体的参数
参数是总体的数值特征
如：例3中的中层干部平均年薪，年薪标准差及受培训 人数所占比例均为该公司中层干部这一总体的参数。 ●抽样估计就是要通过样本而非总体来估计总体参数。
抽样估计的一般步骤
设
抽
收
计
推
计
取
集
算
断
抽
样
样
本
样 本
样 本 统
总 体
方
单
数
计
参
案
位
据
量
数
第二节 抽样调查的基本概念及 理论依据
★• 一、全及总体和抽样总体
• 二、全及指标和抽样指标 • 三、抽样方法和样本的可能数目 • 四、 抽样调查的理论依据
全及总体
•研究对象的全体，即第一章中 学过的总体。
为 X1,X2 ,XN，其中具有某种属性的有 N 1个 单位，不具有某种属性的有 N 0个单位，则
⒈ 总体平均数（又叫总体均值）：
N
m
Xi
Xi fi
X i1 N
或X
i 1 m
fi
i 1
⒉ 总体标准差：
1N Ni1
Xi X2或
1m
2
m
XiX fi
fi i1
i1
⒊ 总体方差：
21N
2
X i Xfi
i1
i1
sp
np1p
n
pq
sp2
np1ppq
n
例3：某大公司人事部经理整理其2500个中层干部 的档案。其中一项内容是考察这些中层干部的 平均年薪及参加过公司培训计划的比例。
总体：2500名中层干部 如果：上述情况可由每个人的个人档案中得知， 可容易地测出这2500名中层干部的平均年薪及 标准差。
400个 样本
支持人数： 160
推断
支持该候选人的选民 占全部选民的比例：
160/400=40%
第六章 抽样调查
本章要求：
教学目的：本章阐述参数估计的理论与方法，通过学习使学生 能运用不同的抽样方式对总体参数进行估计及进行假设检验。 教学重点及难点： 教学重点：抽样误差的计算；简单随机抽样下总体参数的区间 估计及简单随机抽样下样本单位数的计算；假设检验。 教学难点：抽样平均误差的计算，参数的区间估计。 主要教学内容及要求：1、了解抽样方案设计的主要内容和抽样 方案的检验；了解抽样分布的概念和定理；2、理解抽样法的意 义、特点；3、掌握抽样误差、抽样平均差和抽样极限误差等概 念的涵义；掌握影响抽样误差大小的因素；掌握确定必要样本 单位数目的方法；掌握统计假设检验。4、熟练掌握抽样推断中 的基本原理和方法，能够利用样本资料推断总体指标。5、能运 用excel计算有关样本统计量，进行总体参数的区间估计。
Ni1
XiX2或2m 1 fi
m i1
2
XiX fi
i1
⒋ 总体成数：
PN1,QN0 1P
N
N
⒌ 总体是非标志的标准差：
PP 1PPQ
当 P Q 0 .5 时 P 有 ，最 大值
⒍ 总体是非标志的方差：
P2P 1PPQ
指根据样本单位的标志值计算的用
样本指标 以估计和推断相应总体指标的综合
指标，又被称为估计量或统计量
为 的无偏估计
1m
2
m
xi xfi
fi 1i1
i1
⒊ 样本单位标志值的方差：
s2为n1 2的1i无 n1偏x估i计x2或 s2im 1f1i1im 1xix2fi
⒋ 样本成数：
pn1,qn0 1p nn
⒌ 样本单位是非标志的标准差：
为P 的
无偏估计
sp
n p1p
n1
n pq n1
⒍ 样本单位是非标志的方差：
抽样估计的现实应用
例1 一汽车轮胎制造商生产一种被认为寿命更 长的新型轮胎。
120个 样本
测试
平均里程： 36,500公里
新轮胎 推断 平均寿命:
36,500公里
例2：某党派想支持某一候选人参选美国某州议员，为了决定 是否支持该候选人，该党派领导需要估计支持该候选人的民众 占全部登记投票人总数的比例。由于时间及财力的限制：
计量（已知量）
随机样本
与总体分布 特征相同
与总体分布 特征不同
总体
非随机样本
并非所有的抽样估计都按随机原 则抽取样本，也有非随机抽样
抽样估计的特点
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
抽样估计的适用范围
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