6.1抽样推断的一般问题(课件)-《统计学基础》同步教学(北京邮电大学出版社)
2024-02-07
|
25页
|
31人阅读
|
1人下载
普通
内容正文:
第六章 抽样推断
了解抽样推断的含义、特点及作用;
理解抽样推断中常用的基本概念;
掌握抽样平均误差和抽样极限误差的计算方法;
掌握区间估计的计算方法;
学习目标
知识目标
理解必要样本容量确定的基本知识。
学会运用Excel进行区间估计
能够将抽样推断的方法应运于统计实践工作中
能力目标
学习目标
一、抽样推断的含义和特点
抽样推断是指按照随机性原则,从研究对象中抽取一部分进行观察,并根据所得到的观察数据,对研究对象的数量特征作出具有一定可靠程度的估计和推断,以达到认识总体的一种统计方法。
含义
第一节 抽样推断的一般问题
(1) 按照随机原则从总体中抽取样本单位
抽样推断的特点
(3) 抽样误差可以事先计算并加以控制。
(2) 以部分单位的数
值推断总体的数值。
一、抽样推断的含义和特点
第一节 抽样推断的一般问题
(1)
(2)
(3)
(4)
(5)
用于工业生产过程中的质量检验
用于对全面调查的结果进行评价和修正
用于对某些总体的假设进行检验,判断假设的真伪,为决策提供依据
用于理论上存在全面调查的可能,但实际中却不可能进行或不必要进行的现象
用于不可能进行全面调查
二、抽样推断的作用
第一节 抽样推断的一般问题
作用
某集团准备在某地新建一家零售商店,命令企划部经理王先生做好商店选址的准备工作。王先生明白,经过该地的行人数量是要重点考虑的对象。于是,他委托相关人员进行了两个星期的观察,得到每天经过该地的人数。具体如下:
544,468,399,759,526,212,256,456,553,259,469,366,197,178
如果设立商店要求的最低行人数量为520人,则根据上述观察数据,能否支持设店的决策呢?
将14天经过该地的行人数量作为样本,商店开张后经过该地的行人数量作为总体。显然,这是个抽样推断的问题。根据样本数据,可计算出样本均值为403人,样本标准差为168.48人。设置信度为95%,则可估计出平均每天经过此地的人数为306~500人。这就意味着,如果观察100天,则有95天的行人数位于上述区间。那么如果设立商店要求行人数不得低于520人的话,显然在这一地点设立商店是不明智的。
商 店 选 址
第一节 抽样推断的一般问题
小案例
三、抽样推断中的一些概念
(一)总体和样本
总体是由研究范围内具有某种相同性质的全体单位所组成的整体。为了与样本总体相对应,又称其为全及总体或母体。用字母N表示。
样本是指从总体中抽取出来作为代表这一总体的、由部分个体组成的集合体。为了与全及总体相对应,又称其为样本总体或子体。通常用字母n来表示。
第一节 抽样推断的一般问题
抽取样本的目的是推断总体,这就必然要求样本能够代表总体。样本代表总体的程度越高,由样本计算的指标与总体指标的误差就越小。因此,研究者总希望样本具有较高的代表性。
(二)总体指标和样本指标
三、抽样推断中的一些概念
第一节 抽样推断的一般问题
1. 总体指标
总体指标是指根据总体各单位标志值或标志属性计算的反映总体数量特征的综合指标,又称为全及指标或参数。由于总体是唯一的、确定的,因此,根据总体计算的总体指标也必定是唯一的、确定的。
(二)总体指标和样本指标
三、抽样推断中的一些概念
第一节 抽样推断的一般问题
2. 样本指标
样本指标是指根据样本总体中各总体单位在某一标志上所表现的标志值计算的,用以反映样本总体数量特征的综合指标,又称为统计量。与总体指标相对应,常用的样本指标有样本平均数、样本标准差 s、样本方差 s2、样本成数 p 等。
10
(三)重复抽样和不重复抽样
三、抽样推断中的一些概念
第一节 抽样推断的一般问题
重复抽样
重复抽样又称重置抽样,是指在逐个抽取样本单位时,被抽中的总体单位经登记、观察后,再放回总体中,接着继续抽取下一个样本单位的抽样方法。这种抽样方法使每个单位都有重复被抽中的可能,每个单位的中选概率在各次抽选中是相同的。
11
(三)重复抽样和不重复抽样
三、抽样推断中的一些概念
第一节 抽样推断的一般问题
不重复抽样
不重复抽样又称不重置抽样,是指在逐个抽取样本单位时,被抽中的总体单位经登记、观察后,不再放回总体中去参加下一次抽选的抽样方法。这样,每进行一次抽选,总体中的单位数就减少一个,每次抽取的结果都影响到下一次的抽取。
12
样本的可能数目
资料卡
不同的样本单位可以组成不同的样本,在抽样时可能出现的样本有很多个。样本的可能数目M是指在总体单位数N、样本单位数n、抽样方法一定的情况下,可能出现的样本的总量。如果考虑样本单位出现的顺序,在重复抽样和不重复抽样条件下,样本数目M的计算方法如下。
重复抽样条件下:
不重复抽样条件
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。