项目八 统计总体参数的估计——抽样推断（课件）-《统计基础》同步教学（高教版·2023）

项目八 统计总体参数的估计 抽样推断 Fundamentals of Applied Statistics 1 2 抽样推断 8.1 抽样推断的一般问题 8.2 抽样推断的基本概念和理论 8.3 参数估计 8.4 抽样误差 8.5 抽样方式及其误差的计算 8.6 样本数目的确定 8.7 Excel在参数估计中的应用 Fundamentals of Applied Statistics 学习目标 1．理解不同类型抽样推断的基本原理。 2．理解统计量与统计分布、重置抽样与非重置抽样概念的内涵。 3．理解置信度与置信区间、抽样实际误差与平均误差的区别和联系。 8.掌握不同类型抽样的参数估计原理和方法，提高对事物和现象的洞察能力。 3 Fundamentals of Applied Statistics 8.1 抽样推断的一般问题 04 8.1 抽样推断 的一般问题 8.1.1 抽样推断的概念及特点 8.1.2 样本选取的方法 Fundamentals of Applied Statistics 销售额 第一季度 第二季度 87 13 8.1.1 抽样推断的概念及特点 概念： 抽样调查是一种非全面调查，它按照随机的原则从总体中抽取部分样本加以调查，目的是对总体相关信息进行推断。 统计推断根据抽样调查所获得的样本信息，利用有关抽样分布，根据样本数据估计总体的数量特征。 特点： 按随机原则抽取样本 根据部分推断总体 抽样误差可以估计和控制 Fundamentals of Applied Statistics 简单随机抽样 类型抽样 整群抽样 系统抽样 多阶段抽样 8.1.2 样本选取的方法 Fundamentals of Applied Statistics 1．简单随机抽样 简单随机抽样，是指不对总体做任何加工整理，按照随机原则直接从总体中抽取调查单位的抽样调查方式。简单随机抽样是最常用的抽样方式，在此种抽样方式下，可以保证每个总体单位的入样概率相同，所以也称为纯随机抽样。 它适用于均匀总体，即具有某种特征的单位均匀地分布于总体的各个部分。 Fundamentals of Applied Statistics 简单随机抽样(纯随机抽样) 　　　从总体中按简单随机抽样方式组成单位以构成样本，即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。 随机抽选可有各种不同的具体做法，如： 1.直接抽选法； 2.抽签法； 3.随机数码表法； Fundamentals of Applied Statistics 8 2．分层抽样 分层抽样又称为类型抽样或分类抽样，它是先把总体各单位按某一标志进行分组，然后在各组中随机抽取样本单位的抽样组织方式。 分层抽样特别适用于总体情况复杂，总体单位数很多且差异较大的情况。 Fundamentals of Applied Statistics 类型的划分： 一是必须有清楚的划类界限； 二是必须知道各类中的单位数目和比例； 三是分类型的数目不宜太多。 Fundamentals of Applied Statistics 分层抽样的好处是： 　　样本代表性高、抽样误差小、抽样调查成本较低。如果抽样误差的要求相同的话则抽样数目可以减少。 Fundamentals of Applied Statistics 两种分层： 1.等比例分层抽样(分层比例抽样)； 2.不等比例分层抽样(分层适宜抽样)。 Fundamentals of Applied Statistics 3．等距抽样 等距抽样又称机械抽样或系统抽样。它是先将总体单位按某一标志排序，在一定的范围内随机地抽取一个单位作为初始单位，并以此为起点，按照固定的顺序和相同的间隔来抽选其他样本单位的抽样组织方式。其中，将总体单位排序的标志，可以是无关标志，也可以是有关标志。 Fundamentals of Applied Statistics 一般来说，等距抽样所产生的抽样误差要小于简单随机抽样。特别是当研究的现象标志变异程度较大时，更能显示出等距抽样的优越性。 Fundamentals of Applied Statistics 排列次序用的标志有两种： 1. 选择标志与抽样调查所研究内容无关， 称无关标志排队。 2. 选择标志与抽样调查所研究的内容有关， 称有关标志排队。 研究工人的平均收入水平时，按工号排队。 例 研究工人的生活水平，按工人月工资额高低排队。 例 Fundamentals of Applied Statistics 机械抽样按样本单位抽选的方法不同，可分为三种： 1.随机起点等距抽样 k k k k+a 2k+a (n-1)k+a a