第5章 参数估计 ●1. 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。 （1） 样本均值的抽样标准差x σ等于多少？ （2） 在95%的置信水平下，允许误差是多少？ 解：已知总体标准差σ=5，样本容量n =40，为大样本，样本均值x =25， （1）样本均值的抽样标准差 x σσ5=0.7906 （2）已知置信水平1－α=95%，得 α/2Z =1.96， 于是，允许误差是E = α/2 σ Z 6×0.7906=1.5496。 ●2.某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。 （3） 假定总体标准差为15元，求样本均值的抽样标准误差； （4） 在95%的置信水平下，求允许误差； （5） 如果样本均值为120元，求总体均值95%的置信区间。 解：（1）已假定总体标准差为σ=15元， 则样本均值的抽样标准误差为 x σσ15=2.1429 （2）已知置信水平1－α=95%，得 α/2Z =1.96， 于是，允许误差是E = α/2 σ Z 6×2.1429=4.2000。 （3）已知样本均值为x =120元，置信水平1－α=95%，得 α/2Z =1.96， 这时总体均值的置信区间为 α/2 x Z 0±4.2=124.2115.8 可知，如果样本均值为120元，总体均值95%的置信区间为（115.8，124.2）元。 ●3.某大学为了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间，得到下面的数据（单位：小时）： 3.3 3.1 6.2 5.8 2.3 4.1 5.4 4.5 3.2 4.4 2.0 5.4 2.6 6.4 1.8 3.5 5.7 2.3 2.1 1.9 1.2 5.1 4.3 4.2 3.6 0.8 1.5 4.7 1.4 1.2 2.9 3.5 2.4 0.5 3.6 2.5
区间估计参数说明 1、从变量窗口中认识各个变量的含义 2、在已编辑好的数据中按Analyze――Descriptive Statistics――Explore，在弹出的窗口中， 左边的上部是各个变量名，右边分为三个部分，第一个是因变量窗口，即Dependent框。 第二个是分组变量窗口，即Factor。比如我们将班上的学生体重做分析，即体重为因变量窗口，性别为分组变量窗口。第三个为选择标识变量，当我们要寻找奇异值，即数值相对较大或者较小的值时，需要对数据标上标签，通常为序号。则要使用该变量值标识各观测值。 3、左边的下部，是Display栏，它分为三个选项：both：输出图形以及描述统计量，此为 系统默认。Statistics：只输出描述统计量。Plots：只输出图形。左边的下部也有三个选项，首先看Statistics，弹出的对话框有四个复选框，第一个为Descriptives，选中它即要求输出基本描述统计量。选择此项将输出平均数、中位数、众数、标准误、方差、极值、峰度、偏度等等。在Confidence intervals for mean均值的置信区间。在参数中键入不同的置信区间，可以得到不同的区间范围。常用的有90%、95%、99%。M－estimators为集中趋势的最大似然比的稳健估计，此项不要求掌握。Outliers 要求输出五个最大、最小值。Percentiles 要求输出百分位数。其次是Plots框，它分为三个部分，第一个为Boxplot 选择框，它要求作出各组因变量的并列箱图。第一项是：因变量按因素水平分组，各组因变量生成并列箱图，可以比较不同水平上的分布情况；第二项是：所有因变量生成一个并列箱图，可在同一水平上比较各因变量值的分布。第二个部分是Descriptive，包括茎叶图和直方图两种，我们选择直方图。下面的Normality plots with tests复选项，输出正态概率与离散正态概率图。Spread vs level with levene test 栏是方差齐次检验结果，不要求掌握。Option按钮，展开后有三个选项，分别表示在分析过程中，剔除带有缺失值的观测量（Exclude cases listwies）在分析中剔除中，不仅剔除缺失值还剔除那些与缺失值有成对关系的观测值（Exclude case pairwise）。分组变量中的缺失值将被单独分为一组。输出频数表时也包括缺失值组，但将标定出分组变量的缺失值（Report values）。 Levene检验：检验两个样本的数据是否具有相等方差时，虽然可以采用多种检测方法，但是多数都是基于数据必须服从正态分布这一假设，否则就失去数据检验的意义。Levene检验则较少依赖于正态性的假设，因而，它是等方差性检验的特别有效的方法。 Spread-level（幅度-水平）检验：幅度-水平图，是指框图的高度与各变量的水平或均值之间的关系。 正态性检验： 1、图示法： 偏态图：可以描绘这些点偏离直线的实际偏差，这种偏离直线的偏差则构成了偏态图。如果样本来自正态总体，这些点应该分布在一条过原点的水平线上，且没有任何模式；如果有一个明显的模式，则意味着总体并非正态分布。 正态概率图：对于正态概率图，每个观察值与其来自正态分布中的期望值组成数据点，这些数据点多数应落在一条直线上。 2、显著性水平检验法：
第五章 抽样调查及参数估计 5.1 抽样与抽样分布 5.2 参数估计的基本方法 5.3 总体均值的区间估计 5.4 总体比例的区间估计 5.5 样本容量的确定 一、简答题 1.什么是抽样推断？用样本指标估计总体指标应该满足哪三个标准才能被认为是优良的估计？ 2.什么是抽样误差，影响抽样误差的主要因素有哪些？ 3.简述概率抽样的五种方式 二、填空题 1.抽样推断是在 随机抽样 的基础上，利用样本资料计算样本指标，并据以推算 总体数量 特征的一种统计分析方法 。 2.从全部总体单位中随机抽选样本单位的方法有两种，即 重复 抽样和 不重复 抽样。 3.常用的抽样组织形式有 简单随机抽样 、 类型抽样 、等距抽样、 整群抽样 等四种。 4.影响抽样误差大小的因素有总体各单位标志值的差异程度、 抽样单位数的多少 、 抽样方法 和抽样调查的组织形式 。 5.总体参数区间估计必须具备估计值、 概率保证程度或概率度 、 抽样极限误差 等三个要素。 6.从总体单位数为N 的总体中抽取容量为n 的样本，在重复抽样和不重复抽样条件下，可能的样本个数分别是______________和_____________。 7.简单随机_抽样是最基本的抽样组织方式，也是其他复杂抽样设计的基础。 8.影响样本容量的主要因素包括总体各单位标志变异程度_、__允许的极限误差Δ的大小、_抽样方法_、抽样方式、抽样推断的可靠程度F(t)的大小等。 三、选择题 1.抽样调查需要遵守的基本原则是（ B ）。 A ．准确性原则 B ．随机性原则 C ．代表性原则 D ．可靠性原则 2.抽样调查的主要目的是（ A ）。 A ．用样本指标推断总体指标 B ．用总体指标推断样本指标 C ．弥补普查资料的不足 D ．节约经费开支 3.抽样平均误差反映了样本指标与总体指标之间的（ B ）。 A ．实际误差 B ．实际误差的平均数 C ．可能的误差范围 D ．实际的误差范围 4.对某种连续生产的产品进行质量检验，要求每隔一小时抽出10分钟的产品进行检验，这种抽查方式是（ D ） 。 A ．简单随机抽样 B ．类型抽样 C ．等距抽样 D ．整群抽样 5.在其他情况一定的情况下，样本单位数与抽样误差之间的关系是（ B ）。 A ．样本单位数越多，抽样误差越大 B ．样本单位数越多，抽样误差越小 C ．样本单位数与抽样误差无关 D ．抽样误差是样本单位数的10% 6.用简单随机重复抽样方法抽取样本单位，如果要使抽样平均误差降低50%，那么样本n n N B N =!()!n N N A N n =-
第五章参数估计和假设检验的Stata实现本章用到的Stata命令有 例5－1 随机抽取某地25名正常成年男子，测得其血红蛋白含量如下： 146 7 125 142 7 128 140 1 7 144 151 117 118 该样本的均数为137.32g/L，标准差为10.63g/L，求该地正常成年男子血红蛋白含量总体均数的95%可信区间。 数据格式为
计算95％可信区间的Stata命令为： 结果为 该地正常成年男子血红蛋白含量总体均数的95%可信区间为（132.93～141.71） 例5－2 某市2005年120名7岁男童的身高X=123.62(cm)，标准差s=4.75(cm)，计算该市7岁男童总体均数90%的可信区间。 在Stata中有即时命令可以直接计算仅给出均数和标准差时的可信区间。 结果为： 该市7岁男童总体均数90%的可信区间（122.90～124.34）。 例5－3 为研究铅暴露对儿童智商(IQ)的影响，某研究调查了78名铅暴露(其血铅水平≥40 g/100ml)的6岁儿童，测得其平均IQ为88.02，标准差为12.21；同时选择了78名铅非暴露的6岁儿童作为对照，测得其平均IQ为92.89，标准
差为13.34。试估计铅暴露的儿童智商IQ的平均水平与铅非暴露儿童相差多少，并估计两个人群IQ的总体均数之差的95%可信区间。 本题也可以应用Stata的即时命令： 结果： 差值为4.86，差值的可信区间为0.81～8.90。 例5-4 为研究肿瘤标志物癌胚抗原(CEA)对肺癌的灵敏度，随机抽取140例确诊为肺癌患者，用CEA进行检测，结果呈阳性反应者共62人，试估计肺癌人群中CEA的阳性率。 Stata即时命令为 结果为 肺癌人群中CEA的阳性率为44.28％，可信区间为35.90％～52.82％。 例5-5 某医生用A药物治疗幽门螺旋杆菌感染者10人，其中9人转阴，试估计该药物治疗幽门螺旋杆菌感染者人群的转阴率。 Stata即时命令为