统计学抽样和抽样分布不讲概率_第1页
统计学抽样和抽样分布不讲概率_第2页
统计学抽样和抽样分布不讲概率_第3页
统计学抽样和抽样分布不讲概率_第4页
统计学抽样和抽样分布不讲概率_第5页
已阅读5页,还剩117页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第6章抽样与抽样分布统计学抽样和抽样分布不讲概率第6章抽样与抽样分布6.1抽样的基本概念6.2抽样分布基本理论6.3样本抽样分布6.4抽样误差的计算统计学抽样和抽样分布不讲概率学习目标了解抽样中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和大数定理理解抽样分布的性质统计学抽样和抽样分布不讲概率6.1抽样的基本概念6.1.1抽样推断

6.1.2抽样的方法

6.1.3样本容量和样本个数

6.1.4参数和样本统计量

6.15抽样框

6.1.6抽样的组织形式

6.1.7抽样误差

统计学抽样和抽样分布不讲概率

从研究现象总体的所有单位中,按照随机原则抽取部分单位作为样本,然后以样本的观测结果对总体的数量特征作出具有一定可靠程度和精度的估计或推断的一种统计调查方法。抽样推断的含义总体随机样本统计学抽样和抽样分布不讲概率1.在调查单位的抽取上遵循随机原则抽样推断方法的特点2.以样本的数量特征去推断总体的数量特征3.存在抽样误差,可计算并加以控制统计学抽样和抽样分布不讲概率一、了解不能或难以采用全面调查的总体的数量特征二、与全面调查相结合,修正和补充全面调查三、在生产过程中进行质量控制四、可以对总体的某种假设进行检验抽样推断的作用统计学抽样和抽样分布不讲概率抽样推断的内容(一)参数估计(二)假设检验统计学抽样和抽样分布不讲概率6.1抽样的基本概念6.1.1抽样推断6.1.2抽样的方法

6.1.3样本容量和样本个数

6.1.4参数和样本统计量

6.15抽样框

6.1.6抽样的组织形式

6.1.7抽样误差统计学抽样和抽样分布不讲概率6.1.2抽样的方法抽样的方法重复抽样不重复抽样统计学抽样和抽样分布不讲概率重复抽样:也叫回置抽样。特点:每个单位在每次抽中机会一样。不重复抽样:也叫不回置抽样。特点:每个单位在每次抽中机会不一样;每个单位最多只能被抽中一次。不重复抽样的抽样平均误差小于重复抽样的抽样平均误差。统计学抽样和抽样分布不讲概率6.1.1抽样推断

6.1.2抽样的方法

样本容量和样本个数

6.1.4参数和样本统计量

6.15抽样框

6.1.6抽样的组织形式

6.1.7抽样误差统计学抽样和抽样分布不讲概率6.1.3样本容量和样本个数样本容量:样本中的单位数,通常用字母n表示。通常,n≥30的样本称为大样本,n<30的样本称为小样本。样本个数:从总体中可能抽得的样本的数目统计学抽样和抽样分布不讲概率样本的可能数目从总体N中随机抽取n个样本单位共有多少种可能的抽选结果与抽样方法和是否考虑顺序有关。有以下四种组合:⒈重复抽样考虑顺序⒉不重复抽样考虑顺序3.不重复抽样不考虑顺序4重复抽样不考虑顺序(不常用)统计学抽样和抽样分布不讲概率⒈重复抽样考虑顺序的可能样本数目:⒉不重复抽样考虑顺序的可能样本数目:共n个3不重复抽样不考虑顺序的可能样本数目:统计学抽样和抽样分布不讲概率6.1抽样的基本概念6.1.1抽样推断

6.1.2抽样的方法

6.1.3本容量和样本个数6.1.4参数和样本统计量

6.15抽样框

6.1.6抽样的组织形式

6.1.7抽样误差统计学抽样和抽样分布不讲概率6.1.4参数和统计量参数(parameter)来描述总体数量特征的指标,又称总体指标。即对总体特征的数量描述。参数已知,总体的分布特征就已知。所关心的参数主要有总体均值()、标准差()、总体比例(P/)等用表示参数的特点:参数的数值是客观存在的,总体一定,参数就唯一确定,但却是未知的。统计学抽样和抽样分布不讲概率统计量(statistic)又称样本指标或估计量,是根据样本数据计算出来的一些量,用以推断总体参数(总体指标)的综合指标。特点:是随样本不同而不同的随机变量,不含未知参数。所关心的样本统计量有:样本均值(x)、样本标准差(s)、样本比例(p)等用表示统计学抽样和抽样分布不讲概率平均数标准差比例参数统计量xsp总体样本统计学抽样和抽样分布不讲概率6.1抽样的基本概念6.1.1抽样推断

6.1.2抽样的方法

6.1.3本容量和样本个数6.1.4参数和样本统计量

6.15抽样框

6.1.6抽样的组织形式

6.1.7抽样误差统计学抽样和抽样分布不讲概率6.15抽样框抽样框:全部抽样单位的名单框架。抽样框的好坏通常会直接影响到抽样调查的随机性和调查效果。有如下几种抽样框形式:名单抽样框:列出全部总体单位的名录一览表。如职工名单,企业名单。区域抽样框:按地理位置将总体范围划分为若干小区,以小区为单位进行抽样。如市住房调查划分为街道、区片。时间抽样框:将总体全部单位按时间顺序排列,每隔一定时间抽样。如流水线抽样进行产品质检。统计学抽样和抽样分布不讲概率6.1抽样的基本概念6.1.1抽样推断

6.1.2抽样的方法

6.1.3本容量和样本个数

6.1.4参数和样本统计量

6.15抽样框6.1.6抽样的组织形式

6.1.6抽样误差统计学抽样和抽样分布不讲概率6.1.6抽样的组织形式

一、简单随机抽样二、分层抽样三、系统抽样四、整群抽样五、多阶段抽样统计学抽样和抽样分布不讲概率——对总体单位逐一编号,然后按随机原则直接从总体中抽出若干单位构成样本应用仅适用于规模不大、内部各单位标志值差异较小的总体是最简单、最基本、最符合随机原则,但同时也是抽样误差最大的抽样组织形式简单随机抽样

(simplerandomsampling)抽签、随机数字表法统计学抽样和抽样分布不讲概率5907946755723486959553408927086711068260798209112348391764866042169414372718927607577438800813309898670723369381976680188936339340932948229095922963298605007331899943626562934473612535261467516834383384426404395759537715166390634300144982946451219201

注意:

必须先对总体中的每一个单位进行编码或编号,确定抽样框。简单随机抽样适合于调查标志在各单位分布较均匀的总体,一般情况下,简单随机抽样的效果相对差些。

统计学抽样和抽样分布不讲概率——将总体全部单位分类,形成若干个类型组,然后从各类型中分别抽取样本单位组成样本。总体N样本n等额抽取等比例抽取最优抽取······能使样本结构更接近于总体结构,提高样本的代表性;能同时推断总体指标和各子总体的指标分层抽样

(stratifiedsampling)统计学抽样和抽样分布不讲概率注意:

1、随机性2、分层抽样要求事先对总体有较多的了解。3、分层抽样对层而言是全面调查,对层内单位而言是非全面调查。4、能避免明显的偏高或偏低情况。5、适合于调查标志在各单位间的分布差异大的总体。统计学抽样和抽样分布不讲概率等距抽样/机械抽样——将总体单位按某一标志排序,而后按一定的间隔抽取样本单位。······随机起点半距起点对称起点(总体单位按某一标志排序)按无关标志排队,其抽样效果相当于简单随机抽样;按有关标志排队,其抽样效果相当于类型抽样。系统抽样

(systematicsampling)统计学抽样和抽样分布不讲概率——将总体全部单位分为若干“群”,然后随机抽取一部分“群”,被抽中群体的所有单位构成样本例:总体群数R=16样本群数r=4ABCDEFGHIJKLMNOPLHPD样本容量简单、方便,能节省人力、物力、财力和时间,但其样本代表性可能较差整群抽样

(clustersampling)统计学抽样和抽样分布不讲概率——指分两个或两个以上的阶段来完成抽取样本单位的过程例:在某省100多万农户抽取1000户调查农户生产性投资情况。

第一阶段:从该省所有县中抽取5个县第二阶段:从被抽中的5个县中各抽4个乡

第三阶段:从被抽中的20个乡中各抽5个村

第四阶段:从被抽中的100个村中各抽10户样本n=100×10=1000(户)多阶段抽样统计学抽样和抽样分布不讲概率调查对象的性质特点对调查对象的了解程度抽样误差的大小人力、财力和物力等条件的限制在实际工作中,选择适当的抽样组织方式主要应考虑:抽样组织方式的选择统计学抽样和抽样分布不讲概率6.1抽样的基本概念6.1.1抽样推断

6.1.2抽样的方法

6.1.3本容量和样本个数

6.1.4参数和样本统计量

6.1.5抽样的组织形式6.1.6抽样误差统计学抽样和抽样分布不讲概率抽样中的误差登记性误差,也叫调查误差代表性误差系统性误差偶然性误差偏差抽样误差抽样中的误差(抽样误差的计算在后边讲)统计学抽样和抽样分布不讲概率6.2抽样分布基本理论6.2.1中心极限定理

6.2.2正态分布的再生定理

6.2.3大数定律

6.2.4三种不同性质的分布

6.2.5常见的几种抽样分布

统计学抽样和抽样分布不讲概率中心极限定理:设从均值为,方差为2的一个任意总体中采取重复抽样抽取容量为n的样本,当n充分大时,样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布不论总体服从何种分布,只要其数学期望和方差存在,对这一总体进行重复抽样时,当样本量n充分大,就趋于正态分布该定理为均值的抽样推断奠定了理论基础。中心极限定理统计学抽样和抽样分布不讲概率中心极限定理当样本容量足够大时(n

30),样本均值的抽样分布逐渐趋于正态分布一个任意分布的总体x统计学抽样和抽样分布不讲概率中心极限定理x的分布趋于正态分布的过程统计学抽样和抽样分布不讲概率正态分布的再生定理=50

=10X总体分布n=4抽样分布xn=16当总体服从正态分布N(μ,σ2)时,来自该总体的所有容量为n的样本的均值x也服从正态分布,x

的数学期望为μ,方差为σ2/n。即x~N(μ,σ2/n)统计学抽样和抽样分布不讲概率例题分析[例]某酒店电梯中质量标志注明最大载重为18人,1350kg。假定已知该酒店旅客及其携带行李的平均重量为70kg,标准差为6kg。试问随机进入电梯18人,总重量超重的概率是多少?

统计学抽样和抽样分布不讲概率例题分析[例]一个汽车电池的制造商声称其最好的电池寿命的分布均值为54个月,标准差为6个月。假设某一消费组织决定购买50个这种电池作为样本来检验电池的寿命,以核实这一声明。(1)假设这个制造商所言真实,试描述这50个电池样本的平均寿命的抽样分布(2)假设这个制造商所言真实,则消费组织的样本寿命均值小于或等于52个月的概率是多少?统计学抽样和抽样分布不讲概率6.2.3大数定律1.独立同分布大数定律

2.贝努里大数定律

大数定律是阐述大量同类随机现象的平均结果的稳定性的一系列定理的总称。统计学抽样和抽样分布不讲概率独立同分布大数定律——设X1,X2,…是独立同分布的随机变量序列,且存在有限的数学期望E(Xi)=μ和方差D(Xi

)=σ2(i=1,2,…),则对任意小的正数ε,有:统计学抽样和抽样分布不讲概率大数定律(续)该大数定律表明:当n充分大时,相互独立且服从同一分布的一系列随机变量取值的算术平均数,与其数学期望μ的偏差小于任意小的正数概率接近于1。该定理给出了平均值具有稳定性的科学描述,从而为使用样本均值去估计总体均值(数学期望)提供了理论依据。统计学抽样和抽样分布不讲概率贝努里大数定律设m是n次独立重复试验中事件A发生的次数,p是每次试验中事件A发生的概率,则对任意的ε>0,有:它表明,当重复试验次数n充分大时,事件A发生的频率m/n依概率收敛于事件A发生的概率阐明了频率具有稳定性,提供了用频率估计概率的理论依据。统计学抽样和抽样分布不讲概率6.2.4三种不同性质的分布总体分布总体中各元素的观察值所形成的分布分布通常是未知的可以假定它服从某种分布总体统计学抽样和抽样分布不讲概率样本分布一个样本中各观察值的分布也称经验分布当样本容量n逐渐增大时,样本分布逐渐接近总体的分布样本统计学抽样和抽样分布不讲概率抽样分布抽样分布是来自容量相同的所有可能样本的概率分布,是一种理论分布抽取容量为n

的样本时,由该统计量的所有可能取值形成的概率分布样本统计量(如样本均值,样本比例,样本方差等)是随机变量,样本不同,样本统计量的计算值是不同的。3.抽样分布反映样本统计量的分布特征,是进行推断的理论基础,揭示样本统计量和总体参数之间的关系,估计抽样误差,是抽样推断科学性的重要依据 统计学抽样和抽样分布不讲概率抽样分布的形成过程总体计算样本统计量如:样本均值、比例、方差样本统计学抽样和抽样分布不讲概率6.2.5常见的几种抽样分布X~N(μ,σ2)

正态分布(略)

2—分布t—分布F—分布统计学抽样和抽样分布不讲概率正态分布(normaldistribution)由C.F.高斯(CarlFriedrichGauss,1777—1855)作为描述误差相对频数分布的模型而提出描述连续型随机变量的最重要的分布许多现象都可以由正态分布来描述可用于近似离散型随机变量的计算例如:二项分布经典统计推断的基础xf(x)统计学抽样和抽样分布不讲概率概率密度函数f(x)=随机变量X的频数(概率密度函数)

=正态随机变量X的均值=正态随机变量X的方差

=3.1415926;e=2.71828x=随机变量的取值(-<x<+)X服从参数为,的正态分布,记为X~N(,)统计学抽样和抽样分布不讲概率正态分布函数的性质图形是关于x=对称钟形曲线,且峰值在x=处均值和标准差一旦确定,分布的具体形式也惟一确定,不同参数正态分布构成一个完整的“正态分布族”均值可取实数轴上的任意数值,决定正态曲线的具体位置;标准差决定曲线的“陡峭”或“扁平”程度。越大,正态曲线扁平;越小,正态曲线越高陡峭当X的取值向横轴左右两个方向无限延伸时,曲线的两个尾端也无限渐近横轴,理论上永远不会与之相交正态随机变量在特定区间上的取值概率由正态曲线下的面积给出,而且其曲线下的总面积等于1统计学抽样和抽样分布不讲概率

和对正态曲线的影响xf(x)CAB=1/212=1统计学抽样和抽样分布不讲概率正态分布的概率概率是曲线下的面积!abxf(x)统计学抽样和抽样分布不讲概率标准正态分布随机变量具有均值为0,标准差为1的正态分布表示为X~N(0,1)

标准正态分布的概率密度函数

标准正态分布的分布函数统计学抽样和抽样分布不讲概率标准正态分布统计学抽样和抽样分布不讲概率标准正态分布Xms一般正态分布=1Z标准正态分布统计学抽样和抽样分布不讲概率

标准化证明通过的线性变化将随机变量X~N(,)转化成

X~N(0,1

)

的标准正态分布统计学抽样和抽样分布不讲概率标准正态分布表的使用对于标准正态分布,即Z~N(0,1),有P(aZb)baP(|Z|a)2a1对于负的z

,可由(-z)z得到对于一般正态分布,即X~N(,),有统计学抽样和抽样分布不讲概率标准化的例子

P(5X6.2)

X=5=10一般正态分布6.2

=1Z标准正态分布00.12.0478统计学抽样和抽样分布不讲概率标准化的例子

P(2.9X7.1)

5s=102.97.1X一般正态分布标准正态分布0

s=1-.21Z.21.1664.0832.0832统计学抽样和抽样分布不讲概率正态分布

(例题分析)【例】假定某公司职员每周的加班津贴服从均值为50元、标准差为10元的正态分布,那么全公司中有多少比例的职员每周的加班津贴会超过70元,又有多少比例的职员每周的加班津贴在40元到60元之间呢?解:设=50,

=10,X~N(50,102)统计学抽样和抽样分布不讲概率用正态分布近似二项分布在试验次数n很大时,二项分布X~N(n,p),则可以用均值=np,

2=n(1-p)的正态分布要求:np和n(1-p)都大于5,才能用正态分布来近似

统计学抽样和抽样分布不讲概率例题分析[例]假设有一批种子的发芽率为0.7,现在这种种子1000颗,试求其中有720颗以上发芽的概率解:统计学抽样和抽样分布不讲概率例:一种电子元件的使用寿命X(小时)服从正态分布N(100,152),某仪器上装有3个这种元件,三个元件损坏与否是相互独立的.求:使用的最初90小时内无一元件损坏的概率.解:设Y为使用的最初90小时内损坏的元件数,故则Y~B(3,p)其中正态分布表统计学抽样和抽样分布不讲概率2—分布统计学抽样和抽样分布不讲概率4.2—分布的密度函数f(y)曲线a.分布可加性若X

~2(n1),Y~2(n2),

X,Y独立,则

X+Y~2(n1+n2)b.期望与方差

若X~2(n),则E(X)=n,D(X)=2n5.2—分布的性质统计学抽样和抽样分布不讲概率C.2(n)分布的变量值总是为正;D.2(n)分布的形状取决于自由度n的大小,通常为不对称的右偏分布,随着自由度n的增大逐渐趋近于对称分布统计学抽样和抽样分布不讲概率6.分位点设X

~2(n),若对于:0<<1,存在满足则称为分布的上分位点。统计学抽样和抽样分布不讲概率~若总体U则~~t分布统计学抽样和抽样分布不讲概率t分布性质

t分布是类似正态分布的一种对称分布,它通常要比正态分布平坦和分散。一个特定的t分布依赖于称之为自由度的参数。随着自由度的增大,分布也逐渐趋于标准正态分布xt

分布与标准正态分布的比较t分布标准正态分布t不同自由度的t分布标准正态分布t(df=13)t(df=5)z统计学抽样和抽样分布不讲概率t分布的概率密度函数为f(t)的极限为N(0,1)的密度函数,即统计学抽样和抽样分布不讲概率t分布分位点设T~t(n),若对:0<<1,存在t(n)>0,满足P{Tt(n)}=,则称t(n)为t(n)的上侧分位点统计学抽样和抽样分布不讲概率注:统计学抽样和抽样分布不讲概率F分布由统计学家费舍(R.A.Fisher)提出的,以其姓氏的第一个字母来命名则设若U为服从自由度为n1的2分布,即U~2(n1),V为服从自由度为n2的2分布,即V~2(n2),且U和V相互独立,则为服从自由度n1和n2的F分布,随机变量F简称为F变量。记为统计学抽样和抽样分布不讲概率3.其概率密度为F(1,20)(5,20)(10,20)F分布是偏右分布,随着两个自由度增大逐渐接近对称分布统计学抽样和抽样分布不讲概率4.F—分布的分位点对于:0<<1,若存在F(n1,n2)>0,满足P{FF(n1,n2)}=,则称F(n1,n2)为F(n1,n2)的上侧分位点;统计学抽样和抽样分布不讲概率6.3样本抽样分布6.3.1样本均值的抽样分布

6.3.2样本比率的抽样分布

6.3.3抽样平均误差的计算

6.3.4样本方差的抽样分布

6.3.5两个样本统计量的抽样分布统计学抽样和抽样分布不讲概率6.3.1样本均值的抽样分布在选取容量为n的样本时,由样本均值的所有可能取值形成的概率分布推断总体均值的理论基础 统计学抽样和抽样分布不讲概率(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均值和方差统计学抽样和抽样分布不讲概率(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)统计学抽样和抽样分布不讲概率样本均值的抽样分布

(数学期望与方差)比较及结论:1.样本均值的均值(数学期望)等于总体均值

2.样本均值的方差等于总体方差的1/n统计学抽样和抽样分布不讲概率x样本均值的抽样分布1.000.10.20.3P

(x)1.53.04.03.52.02.5

(例题分析)计算出各样本的均值,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)统计学抽样和抽样分布不讲概率样本均值的分布与总体分布的比较=2.5σ2=1.25总体分布14230.1.2.3抽样分布P(x)1.00.1.2.31.53.04.03.52.02.5x统计学抽样和抽样分布不讲概率样本抽样分布特征的证明统计学抽样和抽样分布不讲概率样本均值的抽样分布特征

(数学期望与方差)样本均值的数学期望样本均值的方差重复抽样不重复抽样统计学抽样和抽样分布不讲概率抽样分布与总体分布的关系总体分布正态分布非正态分布大样本小样本正态分布正态分布非正态分布统计学抽样和抽样分布不讲概率1.总体服从正态分布N(μ,)时2.总体分布未知,当n充分大时

重复抽样时不重复抽样时重复抽样时不重复抽样时近似近似统计学抽样和抽样分布不讲概率6.3.2样本比率的抽样分布比率:总体(或样本)中具有某种属性的单位与全部单位总数之比不同性别的人与全部人数之比合格品(或不合格品)与全部产品总数之比总体比率可表示为样本比率可表示为

统计学抽样和抽样分布不讲概率棣莫佛-拉普拉斯中心极限定理设随机变量X服从二项分布B(n,P)的,那么当n→∞时,X服从均值为nP

、方差为nP(1-P)的正态分布,即:或:上述定理表明:

n很大,np≥5,

n(1-p)≥5时,二项分布可以用正态分布去近似。统计学抽样和抽样分布不讲概率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当样本容量很大时,样本比率的抽样分布可用正态分布近似推断总体比例的理论基础 中心极限定理统计学抽样和抽样分布不讲概率样本比率的抽样分布

(数学期望与方差)样本比率的数学期望样本比率的方差重复抽样不重复抽样统计学抽样和抽样分布不讲概率6.3.3样本方差的抽样分布

对总体为正态总体:~

用样本方差推断总体方差,必须知道总体方差的抽样分布。样本方差的抽样分布在重复选取容量为n的样本时,由样本方差的所有可能取值形成的相对频数分布。统计学抽样和抽样分布不讲概率6.3.5两个样本统计量的抽样分布两个样本均值之差的抽样分布两个样本比率之差的抽样分布两个样本方差比的抽样分布统计学抽样和抽样分布不讲概率一、两个样本均值之差的抽样分布两个总体都为正态分布,即,两个样本均值之差的抽样分布服从正态分布,其分布的数学期望为两个总体均值之差方差为各自的方差之和 统计学抽样和抽样分布不讲概率二、两个样本比率之差的抽样分布从两个服从二项分布的总体中,分别独立抽取两个样本,由两个样本比率之差的所有可能取值形成的相对频数分布。分别从两个服从二项分布总体中抽取容量为n1和n2的独立样本,当两个样本都为大样本时,两个样本比例之差的抽样分布近似服从正态分布。分布的数学期望为方差为各自的方差之和 统计学抽样和抽样分布不讲概率三、两个样本方差比的抽样分布1.两个样本方差比的抽样分布:若两个总体都为正态分布,即X1~N(μ1,σ12),X2~N(μ2,σ22),从两个总体中分别抽取容量为n1和n2的独立样本,由两个样本方差比的所有可能取值形成的相对频数分布。2.两个样本方差比的抽样分布,服从分子自由度为(n1-1),分母自由度为(n2-1)的F分布,即统计学抽样和抽样分布不讲概率6.4抽样误差的计算

统计学抽样和抽样分布不讲概率抽样误差实际抽样误差抽样平均误差抽样极限误差统计学抽样和抽样分布不讲概率实际抽样误差,指样本统计量与总体参数之间的绝对离差。实际抽样误差││

││

││

统计学抽样和抽样分布不讲概率抽样误差实际抽样误差抽样平均误差抽样极限误差统计学抽样和抽样分布不讲概率抽样平均误差是样本统计量与总体参数的平均离差,也即样本统计量的标准差。1.抽样平均误差的概念统计学抽样和抽样分布不讲概率以均值的抽样平均误差为例测度所有样本均值对其中心值的离散程度,所有可能的样本均值的标准差所有样本均值分布在总体均值的周围,抽样平均误差反映了样本估计值与相应总体参数的平均差异程度抽样平均误差越小,样本估计值的分布越集中在总体参数的附近,样本估计值对总体的代表性越高统计学抽样和抽样分布不讲概率(1)理论公式2.抽样平均误差的计算统计学抽样和抽样分布不讲概率抽样平均误差计算式推导统计学抽样和抽样分布不讲概率〖例3〗现有A、B、C、D四名工人构成的总体,他们的日产量分别为22、24、26、28件。从四名工人中任取两名构成一个样本,请利用重复抽样和不重复抽样的方法计算抽样平均误差。【分析】先计算出三类数值:根据抽样平均误差的计算公式,我们必须本题要求我们计算抽样平均误差。可能样本个数。总体平均日产量、样本平均日产量、统计学抽样和抽样分布不讲概率解:

但由于本题计算抽样平均误差要分别采用重复抽样和不重复抽样两种方法,因此,除总体平均日产量计算结果相同外,样本平均日产量、可能样本总数均不完全相同。为了准确计算有关数据,我们将所有可能的样本及其平均数列举出来,然后,根据列举结果就可以计算出抽样平均误差。

列举过程见表4-21.采用重复抽样统计学抽样和抽样分布不讲概率2224262822(22,22)(22)(22,24)(23)(22,26)(24)(22,28)(25)24(24,22)(23)(24,24)(24)(24,26)(25)(24,28)(26)26(26,22)(24)(26,24)(25)(26,26)(26)(26,28)(27)28(28,22)(25)(28,24)(26)(28,26)(27)(28,28)(28)统计学抽样和抽样分布不讲概率2224262822(22,24)(23)(22,26)(24)(22,28)(25)24

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论