参数统计量抽样分布估计标准误差标准误差标准误标准差⼆项分布泊松分
布中⼼极限定理样本⽅差
4
⼆项分布近似正态分布的条件？
参数和统计量的区别？
总体参数通常⽤希腊字母表⽰,样本统计量通常⽤⼩写英⽂字母来表⽰
抽样分布是⼀种理论分布吗？
抽样分布不是样本结果的分布，⽽是⼀种⽆法穷尽情况的分布，但是我们可以使⽤数学⽅法来求得进⾏这样抽取⽅法后的特统计量的分布。我们收取的样本点的统计量被认为包含在这样的函数曲线中。对于抽样分布来说，它的随机变量是样本统计量。我们能够借此还原样本统计量的分布，不是还原总体分布。
估计标准误差、标准误差、标准误、标准差是什么？1.估计标准误差就简称为估计标准误差，重点在于“估计”⼆字，estimated standard error中的。
2.标准误差=标准误，即样本平均数抽样分配的标准差，是描述对应的样本平均数抽样分布的离散程度及衡量对应样本平均数抽样误差⼤⼩的尺度。
3.标准差就是总体的标准差。
4.标准误差与标准差（standard deviation）是两个不同的概念。 标准差是根据原始观察值计算的，反应原始数据的离散程度。⽽标准误差是根据样本统计量计算的，反应统计量的离散
程度。
如果样本来⾃⼆项分布则统计量的均值和⽅差是什么？
如果样本来⾃泊松分布则统计量的均值和⽅差是什么？
中⼼极限定理是什么？
样本⽅差的分布是什么？
当总体⽅差和样本数已知时，就是样本⽅差满⾜⼀个参数为n的卡⽅分布。卡⽅分布只有⼀个参数，⽽正态分布有两个参数。
两个总体统计量的分布都满⾜的前提是什么？
样本来⾃正态分布或者⼆项分布（两个⽐率均值之差）
抽样理论及其在统计学中的应用
统计学是一门利用数学方法研究群体现象的学科。为了更好地研究群体现象，我们需要对群体进行抽样调查。抽样理论是判断整个群体特征的基础，也是实现精确统计的重要手段之一。本文将介绍抽样理论的定义、分类、适用范围，以及在统计学中的应用。
一、抽样理论的定义和分类
抽样理论是一种通过取样调查的结果来推断总体情况的方法。简单来说，就是采用部分代表整体的方法，对群体的特征进行研究。在抽样调查中，样本要求代表总体，这就需要抽样时采用一定的方法来避免样本偏差，以便保证群体的特征可以被准确地反映出来。
抽样理论可以根据抽样方法的不同，分为概率抽样和非概率抽样两种。其中，概率抽样是指每个单位有等概率被选中的抽样方法，包括简单随机抽样、系统抽样、分层抽样和整群抽样等。非概率抽样则是指在抽样时每个单位被选中的概率不等的抽样方法，包括方便抽样、判断抽样和双重抽样等。
根据样本集合的大小和形成方式，抽样调查可分为全面调查、定额调查和随机调查。其中，全面调查指对调查对象全部进行调查；定额调查是在总体大小不明确的情况下，按照一定比例对总体进行抽样调查；随机调查则是指以随机的方法，对总体中的一部分进行抽样调查。
二、抽样理论的适用范围
抽样理论适用于群体现象的调查与研究。不管是经济、政治、社会、文化等各个领域，都需要运用抽样方法进行调查。比如市场调查，为了了解顾客的需求，企业就需要对顾客进行抽样调查。在政府决策中，也需要对社会进行抽样调查，以了解社会各个方面的情况，为政府决策提供依据。抽样理论是群体调查的基础，只有保证了样本的代表性和准确性，才能得出让人信服的结果。
三、抽样理论在统计学中的应用
抽样理论在统计学中有着非常重要的应用。首先在数据分析中，样本的取得对分析结果至关重要。随机抽样可以在保证样本的代表性的同时，避免人为因素对样本的影响，保证数据的可比性和可靠性。其次，在假设检验和置信判断等方面，抽样理论也被广泛应用。借助样本的调查结果可以推断总体的特征和方差，从而进行假设检验和置信判断等统计学分析。另外，抽样还被应用于参数估计、描绘总体形态和控制统计误差等领域。此外，还有以抽样为基础的统计学方法，例如多元回归分析、方差分析、因子分析等。
参数统计名词解释
参数统计是一种统计学方法，用于描述和推断一个总体（population）的特征。在参数统计中，总体是指我们希望研究的整体，而样本则是总体的一个子集。参数统计的目标是通过对样本的观察和分析，来推断总体的特征。
在参数统计中，参数是指总体的某个特征的数值度量，可以是一个总体的平均值、标准差、比例等。参数通常用希腊字母表示，如总体均值用μ表示，总体方差用σ²表示。参数的估计是指根据对样本的观察和分析，计算出对总体参数的估计值。
参数统计的过程有三个主要步骤：抽样、估计和推断。
抽样是指从总体中随机地选取样本的过程。为了保证抽样的随机性和代表性，我们通常采用随机抽样的方法，确保每个个体被选取的概率相等。
估计是指根据对样本的观察和分析，计算出对总体参数的估计值。常用的估计方法有点估计和区间估计。点估计是指直接用样本数据计算出一个数值作为总体参数的估计值。区间估计则是根据样本数据计算出一个区间，这个区间包含了总体参数可能的取值范围。
推断是指通过对样本数据的分析和估计，对总体特征进行推断。常用的推断方法有假设检验和置信区间。假设检验是根据样本数据和对总体的假设，判断总体特征是否符合我们的假设。置信区间则是根据样本数据计算出一个区间，这个区间给出了总体参数可能的取值范围，并给出了这个参数取值的可信程度。
参数统计在实际应用中十分广泛。它可以帮助我们从有限的样本中推断出总体的性质，从而避免对整个总体进行调查。参数统计在市场调研、医学研究、质量控制等领域都有重要的应用。通过参数统计的方法，我们可以对整个总体的特征进行准确的估计和推断，从而为决策和策略制定提供科学的依据。
审计中统计抽样与非统计抽样的比较
陆迎霞
（山西大学商务学院，山西太原０３００３１）
【摘 要】审计抽样按其决策依据的不同可分为统计抽样与非统计抽样，文章通过对统计抽样与非统计抽样的比较，
阐述了在实务中如何运用统计抽样与非统计抽样。
【关键词】审计；统计抽样；非统计抽样 【中图分类号】Ｆ２３９．１ 【文献标识码】Ａ 【文章编号】１００４—２７６８（２００８）２１—０１６６—０２
为了进一步提高审计效率，注册会计师将审计范围扩大到
测试企业相关的内部控制，并以控制测试为基础进行抽样审
计。这样审计抽样便应运而生，成为现代审计的重要特征之一。
审计抽样是指注册会计师对某类交易或账户余额中低于百分
之百的项目实施审计程序，使所有抽样单元都有被选取的机
会。审计抽样使注册会计师能够获取和评价与被选取项目的某
些特征有关的审计证据，以形成或帮助形成对从中抽取样本的
总体结论。审计抽样应当具备三个基本特征：（１）对某类交易或
账户余额中低于百分之百的项目实施审计程序；（２）所有抽样
单元都有被选取的机会；（３）审计测试的目的是为了评价该账
户余额或交易类型的某一特征。 在对某类交易或账户余额使用审计抽样时，注册会计师可
以使用统计抽样方法，也可以使用非统计抽样方法。统计抽样
是指同时具备下列特征的抽样方法：（１）随机选取样本；（２）运
用概率论评价样本结果，包括计量抽样风险。统计抽样的样本
必须具有这两个特征，不同时具备上述两个特征的抽样方法为 非统计抽样。本文主要通过对两种抽样方法的比较，提出在实
务中如何更有效地进行审计抽样，提高审计效率。
一、在对抽样风险的计量和控制上不同
注册会计师在审计时，应当运用职业判断，评估重大错报
风险，并设计进一步审计程序；以确保将审计风险降至可接受
的低水平。使用审计抽样时，审计风险可能受到抽样风险和非
抽样风险的影响。非抽样风险是和审计抽样无关的风险，是由
人为错误造成的，可通过采取适当的质量控制政策和程序来降
