当前位置：文档之家 › (06)第6章 抽样与抽样分布

(06)第6章 抽样与抽样分布

  • 格式：ppt
  • 大小：1.16 MB
  • 文档页数：64

下载文档原格式

  / 64

合集下载

概率论与数理统计(06)第6章 统计量及其抽样分布

概率论与数理统计(06)第6章 统计量及其抽样分布
一个任意分 布的总体
σx =
σ
n
当样本容量足够 大时( 大时(n ≥ 30) ， 样本均值的抽样 分布逐渐趋于正 态分布
6 - 11
µx = µ
xቤተ መጻሕፍቲ ባይዱ
x 的分布趋 于正态分布 的过程
6 - 12
6.4 正态总体 6.3.1 χ2分布 6.3.2 t 分布 6.3.3 F 分布
6 - 13
χ2 分布
第六章 样本与统计量
6.1引言 6.1引言
数理统计学： 运用概率论的基础知识，对要研究的随机现象进行 多次观察或试验，研究如何合理地获得数据资料， 建立有效的数学方法，根据所获得的数据资料，对 所关心的问题作出估计与检验。
6-1
§6.2总体与样本 6.2总体与样本
对某一问题的研究对象全体称为总体。 组成总体的某个基本单元，称为个体。 总体可以是具体事物的集合，如一批产品。 也可以是关于事物的度量数据集合，如长度测量。 总体可以包含有限个个体，也可以包含无限个个体。 有限总体在个体相当多的情况下，可以作为无限 总体进行研究。 总体中的个体，应当有共同的可观察的特征。该 特征与研究目的有关。
6 - 16
χ2分布
(图示) 图示)
n=1 n=4 n=10
n=20
6 - 17 不同容量样本的抽样分布
χ2
t 分布
6 - 18
t 分布
1. 高 塞 特 (W.S.Gosset) 于 1908 年 在 一 篇 以 (W. “Student”(学生)为笔名的论文中首次提出 Student”(学生)
X ~ N(µ,σ ) ，则
2
χ2分布
2. 3.
z=
X −µ
Y=z

第6章抽样与抽样分布

第6章抽样与抽样分布
随机变量的分布的可加性 设相互独立的随机变量X ,Y均
服从某种分布，若它们的和X Y也 服从同一种分布(参数有所不同),我们 就称该分布具有可加性.
1.设X ,Y独立,且X ~ B(m, p),Y ~ B(n, p),
则X Y ~ B(m n, p)
2.设X ,Y独立,且X ~ P(1),Y ~ P(2 )，
定义2 从总体中抽出的一部分个体叫样本（子 样）.样本中所含个体的数目叫做样本容量.样本所 取的值叫做样本值.
由于抽样具有随机性，所以样本是一组随机变量 (或随机向量).
一个容量为n的样本记为
X1, X2,, Xn
样本值记为
（x1，x2， xn）
抽样方法满足的条件:
(1) 随机性
(2) 独立性
(2)显然P( X x2 ) 0.01
由对称性得 : P( X x2 ) 0.005
查表得: x2 t0.005 (10) 3.1693
t分布的性质
(1)其密度函数f(x)为偶函数; (2)当n较大时,其分布很接近正态分布.
(3)t1 (n) t (n) 在n 45时,t (n) u
常用统计量 样本均值
样本方差
X
1 n
n i 1
Xi
S 2
1 n 1
n i 1
(Xi
X
)2
样本标准差
S
1 n 1
n i 1
(Xi
X
)2
样本k阶原点矩 样本k阶中心矩 样本离差平方和
Ak
1 n
n i 1
X
k i
Bk
1 n
n
(Xi
i 1
X )k
n
(Xi X )2

统计学第6章统计量及其抽样分布

统计学第6章统计量及其抽样分布

整理ppt
16
2. T统计量
设X1，X2，…，Xn是来自正态总体N～ (μ,σ2 )
n
的一个样本，
X
1 n
n i 1
Xi
(Xi X )2 s 2 i1
n 1
则 T(X) ~t(n1)
S/ n
称为T统计量,它服从自由度为(n-1)的t分布。
整理ppt
17
F分布
定义：设随机变量Y与Z相互独立，且Y和Z分别服 从自由度为m和n的c2分布，随机变量X有如下表达式：
整理ppt
8
中心极限定理
设从均值为，方差为2的一个任意总 体中抽取容量为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。
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
整理ppt
9
标准误差
标准误差：样本统计量与总体参数之间的平均差异
1. 所有可能的样本均值的标准差，测度所有样本 均值的离散程度
因此，估计这100名患者治愈成功的比 例在85%至95%的概率为90.5%
整理ppt
22
6.5 两个样本平均值之差的分布
设
X
1
是独立地抽自总体
X1 ~N(1,12)
的一个容量
为n1的样本的均值。 X 2 是独立地抽自总体
X2 ~N(2,22)的一个容量为n2的样本的均值，则有
E (X 1X 2)E (X 1) E (X 2)12
2. 样本均值的标准误差小于总体标准差
3. 计算公式为
x
n
整理ppt
10
【例】设从一个均值μ=8、标准差σ=0.7的总 体中随机抽取容量为n=49的样本。要求：

商务与经济统计――抽样与抽样分布(6)

商务与经济统计――抽样与抽样分布(6)

第六章 抽样和抽样分布
本章重点
1、简单随机抽样； 、简单随机抽样； 2、x 的抽样分布 ； 、 p 3、 的抽样分布； 、 的抽样分布； 4、其他组织形式的抽样。 4、其他组织形式的抽样。
STAT
本章难点
1、抽样分布原理。 、抽样分布原理。
参考书目
1、李心愉：《应用经济统计学》，北京大学出版社； 、李心愉： 应用经济统计学》 北京大学出版社； 2、David S.Moore:《统计学的世界》，中信出版社； 、 《统计学的世界》 中信出版社； 3、袁 卫：《新编统计学教程》，经济科学出版社； 新编统计学教程》 经济科学出版社； 、 4、统计网站：UNSD、OECD、中国国家统计局。 、统计网站： 、 、中国国家统计局。
经证明 : D( x ) =
σ2
n
D( M e ) =
π σ2
2 ⋅ n
第六章 抽样和抽样分布
第二节 抽样分布 从一个总体中随机抽出容量相同的各种样本，再从这些样 本计算出的某统计量所有可能值的概率分布，称为这个统计量 的抽样分布。 在抽样推断中，无论是总体，还是样本，都可以用平均数、 比率(或成数)、标准差和方差等指标来描述它们的特征。当它 当它 们用来描述样本的特征时，称为样本统计量；当它们用来描述 们用来描述样本的特征时，称为样本统计量 总体特征时，称为总体参数。 构造抽样分布包括以下几个步骤： (1)从容量为N的有限总体中随机抽出容量为n的所有可能样本； (2)算出每个样本的统计量数值； (3)算出每个样本统计量数值相对应的概率
第六章 抽样和抽样分布
一、统计抽样的几个基本概念 1、全及总体和样本
N 全及总体：研究对象全体，又称母体。容量用N表示。具备惟 全及总体 一性。

《抽样和抽样分布》课件

《抽样和抽样分布》课件
《抽样和抽样分布》ppt课件
$number {01}
目录
• 抽样调查的基本概念 • 抽样分布的基础知识 • 抽样分布的原理 • 抽样误差的评估 • 实际应用中的抽样技术 • 案例分析
01
抽样调查的基本概念
抽样的定义和意义
定义
抽样是从总体中选取一部分个体 进行研究的方法。
意义
通过对部分个体的研究，推断出 总体的特征，以节省时间和资源 。
适用场景
当总体中存在周期性变化 或某种明显的模式时，系 统抽样能够提高样本的代 表性。
注意事项
要确保抽样的间隔与总体 中的变化模式相匹配，以 避免偏差。
分层抽样
分层抽样
注意事项
将总体分成若干层，然后从每层中随 机抽取一定数量的样本。
要确保分层依据合理，且层内样本的 抽取方法一致，以避免层间和层内的 偏差。
抽样误差的衡量指标
抽样平均误差
抽样平均误差是衡量抽样误差大小的指标，它反映了样本统 计量与总体参数之间的平均偏差。
抽样变异系数
抽样变异系数是衡量非系统抽样误差的指标，它反映了由于 随机性引起的样本统计量与总体参数之间的偏差程度。
05
实际应用中的抽样技术系统ຫໍສະໝຸດ 样010203
系统抽样
按照某种规则，每隔一定 数量的个体进行抽样，直 到达到所需的样本量。
步骤 1. 明确研究目的和要求。 2. 确定总体和样本规模。
抽样的原则和步骤
01 02 03
3. 选择合适的抽样方法。 4. 制定详细的抽样计划。
5. 实施抽样调查。
02
抽样分布的基础知识
总体和样本
1 2
3
总体
研究对象的全体集合。
样本

《概率与数理统计》第06章 - 样本及抽样分布

《概率与数理统计》第06章 - 样本及抽样分布

(3)g( x1, x2 ,L xn )是统计量g(X1, X2 ,L Xn )的观察值
几个常见统计量
样本平均值
X
1 n
n i 1
Xi
它反映了 总体均值 的信息
样本方差
S 2
1 n1
n i 1
(Xi
X )2
它反映了总体 方差的信息
n
1
1
n
X
2 i
i 1
nX
2
样本标准差
S
1 n
n
1
(
i 1
X
i
是来自总体的一个样本，则
(1) E( X ) E( X ) ,
(2) D( X ) D( X ) 2 n ,
n
(3) E(S 2 ) D( X ) 2
矩估计法的 理论根据
若总体X的k阶矩E( X k ) k存在，则
(4) Ak
1 n
n i 1
Xik
p k
k 1, 2,L .
(3)证明：E(S2 )
定义 设X1 , X2 ,L , Xn是来自总体X的一个样本， g( X1 , X 2 ,L , X n )是X1 , X 2 ,L , X n的函数，若g 中不含未知参数，则g( X1 , X 2 ,L , X n )称是一 个统计量.
请注意 :
(1)X1, X2 ,L
X
是样本，也是随机变量
n
(2)统计量是随机变量的函数，故也是随机变量
1
e
(
xi 2
2
)2
2
n
( xi )2
1
e i1 2 2
n
2
第二节
抽样分布

06第六章 整群抽样

i 1 i 1 j 1
n
n
M

N M 1 S ( yij Y ) 2 为总体方差； NM 1 i 1 j 1 2
n M 1 s ( yij y ) 2 nM 1 i 1 j 1 2
2 b

为样本方差； 为总体群间方差；

M N 1 N 2 S (Yi Y ) N 1 (Yi Y ) 2 N 1 i 1 i 1
第一节 第二节 第三节 第四节

整群抽样概述 等概率整群抽样的情形 不等概率整群抽样的情形 设计效应和样本容量的确定
第一节 整群抽样概述




一、整群抽样的概念 整群抽样是先将总体各单元划分成若干群（组），然后以 群为单位，从中随机抽取一部分群，对中选群内的所有单 元进行全面调查。确切地说，这种抽样组织形式应称为单 级整群抽样。 如果总体中的单元可以分成多级，则可以对前几级单元采 用多阶抽样（详见下章），而在最后一阶中对该阶抽样单 元所包含的全部个体（最基本单元）进行调查，这种抽样 称作多级整群抽样。本章只讨论单级整群抽样。 设总体被划分为Ｎ群，第i群含有Ｍi个次级单元，全部总 体次级抽样单元数记为M 0，即 M 0 M i 。当诸Ｍi都相等 时，称为等群；否则，称为不等群。
M n 1 n 2 (Yi y ) (Yi y ) 2 s n 1 i 1 n 1 i 1
2 b
为样本群间方差；

N M 1 S ( yij Yi ) 2 N ( M 1) i 1 j 1 2
为总体平均群内方差； 为样本平均群内方差；



二、分群的原则 尽量扩大群内差异，而缩小群间差异。 三、整群抽样的特点 １．在大规模抽样调查中，常常没有或很难编制出包括总 体所有次级单元在内的抽样框，而整群抽样则不需要编制 庞大的抽样框。 ２．在样本单元数相同的条件下，整群抽样与简单随机抽 样相比，样本单元的分布相对较集中，虽然样本的代表性 较差，但调查组织实施过程更加便利，同时还可以大大地 节省调查费用。因此，实际工作中，在权衡费用和精度之 后，有时宁可适当增加一些样本单元数，也采用整群抽样 方法。 ３．整群抽样的随机性体现在群与群间不重叠，也无遗漏， 群的抽选按概率确定。

《抽样与抽样分布》PPT课件

通常对某个论题有强烈感觉的人，尤其是负面感觉， 比较会不嫌麻烦地去回应。
写信回应和电话回应，一定会导致高度偏差。
随机原则的实现
抽签法，是将总体中每个单位的编号写在外形 完全一致的签上，将其搅拌均匀，从中任意抽 选，签上的号码所对应的单位就是样本单位。
随机数表法：将总体中每个单位编上号码，然 后使用随机数表，查出所要抽取的调查单位。
案例
1936年美国总统选举的预测，民主党罗斯福VS 共和党兰登。《文摘》邮寄了1000万份调查表； 收回240万份，预测兰登获得57%的选票获胜。 而盖洛普(Gallup)研究所仅仅随机抽取了2000 多选民，预测罗斯福将得到54%的选票获胜。
选举结果是罗斯福获得62%的选票获胜。 此后，盖洛普研究所每年用1000~1500人的样
4 统计抽样与抽样分布
抽样的基本概念 抽样方法与误差 抽样分布的概念 样本均值的抽样分布 样本比率的抽识到通过样本推断 总体的科学性。
当总体元素非常多，或者检查具有破坏性时， 需要进行抽样。
抽样必定伴有某种程度的不确定性，需要用 概率来表示其可靠程度，这是推断统计的重 要特点。
两种有偏的抽样方法
方便抽样，在总体中选择最容易取得的个体。例如， 从每箱桔子中拿上面的几个检查，但它们可能无法 代表整箱桔子的情况。
自发性回应样本：是经由对某一诉求的回应而自然 形成的，会导致高度偏差。
两种有偏的抽样方法
自发性回应样本：例如，专栏作家Landers问读者： “如果可以重来一次，你还会要孩子吗？”她接到 1万份答复，其中70%说不要。难道70%的父母 都后悔了吗？
随机样本
与总体分布 特征相同
与总体分布 特征不同
总体
非随机样本
并非所有的抽样估计都按随机原则抽取样本， 也有非随机抽样。

统计学第六章抽样和抽样分布


2021/3/4
统计学第六章抽样和抽样分布
4
一、总体与样本
▪ 把握两个问题： ▪ 1、总体和总体参数； ▪ 2、样本和样本统计量。
2021/3/4
统计学第六章抽样和抽样分布
5
1、总体与总体参数
（1）总体：指根据研究目的确定的所 要研究的同类事物的全体，是所要说 明其数量特征的研究对象。按所研究 标志性质不同，分为变量总体和属性 总体，分别研究总体的数量特征和品 质特征。 构成总体的个别事物（基本单元 ）就是总体单位，也称个体。总体单 位的总数称为总体容量，记作N。
缺点：受主观影响易产生倾向性误差； 不能计算、控制误差，无法说明调查结果 的可靠程度。
抽样一般都是指概率抽样。
2021/3/4
统计学第六章抽样和抽样分布
15
2、重复抽样和非重复抽样
（1）重复抽样：又称重置抽样，是指从总体 中抽出一个样本单位，记录其标志值后，又将 其放回总体中继续参加下一轮单位的抽取。特 点是：第一，n个单位的样本是由n次试验的结 果构成的。第二，每次试验是独立的，即其试 验的结果与前次、后次的结果无关。第三，每 次试验是在相同条件下进行的，每个单位在多 次试验中选中的机会(概率)是相同的。在重复 试验中，样本可能的个数是 N n ，N为总体单位 数，n为样本容量。
2021/3/4
统计学第六章抽样和抽样分布
16
2、重复抽样和非重复抽样
（2）非重复抽样：又称为不重置抽样，即每次从
总体抽取一个单位，登记后不放回原总体，不参加下
一轮抽样。下一次继续从总体中余下的单位抽取样本
。特点是：第一，n个单位的样本由 n 次试验结果构成
统计学第六章抽样和抽样分 布
第六章 抽样与抽样分布

抽样与抽样分布 ppt课件

可以按自然区域或行政区域进行分层，使抽样的组织 和实施都比较方便
分层抽样的样本分布在各个层内，从而使样本在总体 中的分布比较均匀
如果分层抽样做得好，便可以提高估计的精度
系统抽样
(systematic sampling)
1. 将总体中的所有单位(抽样单位)按一定顺 序排列，在规定的范围内随机地抽取一个 单位作为初始单位，然后按事先规定好的 规则确定其他样本单位
样本容量。样本中所包含的个体的数量，一般用n表示。 在实际工作中，人们通常把n≥30的样本称为大样本， 而把n<30的样本称为小样本。
对于某一既定的总体，由于抽样的方式方法不同，样本 容量也可大可小，因而，样本是不确定的、可变的。
抽样的目的一部分，而且样本的抽取又具有随机性， 因此，样本的内部构成与总体的内部构成总是具有一定 的差异，样本不能完全代表总体，抽样估计总是存在一 定的代表性误差。
1. 将总体中若干个单位合并为组(群)，抽样 时直接抽取群，然后对中选群中的所有单 位全部实施调查
2. 特点
抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便
调查的实施 缺点是估计的精度较差
多阶段抽样
(multi-stage sampling)
1. 先抽取群，但并不是调查群内的所有单位，而是再 进行一步抽样，从选中的群中抽取出若干个单位进 行调查
1. 由简单随机抽样形成的样本 2. 从总体N个单位中随机地抽取n个单位作为
样本，使得每一个容量为n样本都有相同 的机会(概率)被抽中 3. 参数估计和假设检验所依据的主要是简单 随机样本
简单随机抽样
(用Excel对分类数据随机抽样)
【例】某 班级共有 30 名 学 生 ， 他们的名 单如右表。 用 Excel 抽 出一个由5 个学生构 成的随机 样本
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
n很大，np 和 np(1－p)也都不太小时，二项 分布可以用正态分布去近似。
统计学
STATISTICS
中心极限定理
(central limit theorem)
中心极限定理：设从均值为，方差为 2的一个任意总 体中抽取容量为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
.3
均值和方差

x
i 1
N
i
.2 .1 0
1
6 - 26
N
N i 1
2.5
2
3
4
2
( xi ) 2 N
1.25
统计学
STATISTICS
样本均值的抽样分布
(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
统计学
STATISTICS
第 6 章 抽样与抽样分布
6.1 6.2 6.3 6.4
概率抽样方法 三种不同性质的分布 一个总体参数推断时样本统计量分布 两个总体参数推断时样本统计量分布
6-1
统计学
STATISTICS
学习目标
1. 2. 3. 4. 5.
了解抽样的概率抽样方法 区分总体分布、样本分布、抽样分布 理解抽样分布与总体分布的关系 掌握单总体参数推断时样本统计量的分布 掌握双总体参数推断时样本统计量的分布
2. 优点：操作简便，可提高估计的精度 3. 缺点：对估计量方差的估计比较困难
6-8
统计学
STATISTICS
整群抽样
(cluster sampling)
1. 将总体中若干个单位合并为组(群),抽样时 直接抽取群，然后对中选群中的所有单位 全部实施调查 2. 特点


抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便 调查的实施 缺点是估计的精度较差
总体
样 本 6 - 22
计算样本统计 量 如：样本均值 、比例、方差
6.3 样本统计量的抽样分布 统计学
STATISTICS
(一个总体参数推断时)
6.3.1 样本均值的抽样分布 6.3.2 样本比例的抽样分布 6.3.3 抽样方差的抽样分布
6 - 23
统计学
STATISTICS
样本均值的抽样分布
样本分布
(sample distribution)
1. 一个样本中各观察值的分布 2. 也称经验分布 3. 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
6 - 20
统计学
STATISTICS
抽样分布
(sampling distribution)
在重复选取容量为n的样本时，由该统计量的所有 可能取值形成的相对频数分布
统计学
STATISTICS
样本均值的抽样分布 与中心极限定理
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)
=10
n=4 x 5 n =16 x 2.5
= 50
X
x 50
棣莫佛－拉普拉斯中心极限定 统计学 STATISTICS 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(1p) 的正态分布，即：
X np ~ N (0， 或： 1) np(1 p)
X ~ N (np，np(1 p))
上述定理表明：
6-9
统计学
STATISTICS
多阶段抽样
(multi-stage sampling)
1.
先抽取群，但并不是调查群内的所有单位，而是再 进行一步抽样，从选中的群中抽取出若干个单位进 行调查

群是初级抽样单位，第二阶段抽取的是最终抽样单位。 将该方法推广，使抽样的段数增多，就称为多阶段抽样
2. 3. 4.
6.2 三种不同性质的分布
6.2.1 总体分布
6.2.2 样本分布 6.2.3 抽样分布
6 - 18
统计学
STATISTICS
总体分布
(population distribution)
1. 总体中各元素的观察值所形成的分布
2. 分布通常是未知的
3. 可以假定它服从某种分布
总体
6 - 19
统计学
STATISTICS
6 - 16
统计学
STATISTICS
概率抽样与非概率抽样的比较
1. 概率抽样

依据随机原则抽选样本 样本统计量的理论分布存在 可根据调查的结果推断总体 不是依据随机原则抽选样本 样本统计量的分布是不确定的 无法使用样本的结果推断总体
2. 非概率抽样



6 - 17
统计学
STATISTICS
6 - 12
统计学
STATISTICS
判断抽样
1. 研究人员根据经验、判断和对研究对象的了 解，有目的选择一些单位作为样本

有重点抽样，典型抽样，代表抽样等方式
2. 判断抽样是主观的，样本选择的好坏取决于 调研者的判断、经验、专业程度和创造性 3. 抽样成本比较低，容易操作 4. 样本是人为确定的，没有依据随机的原则， 调查结果不能用于对推断总体
统计学
STATISTICS
系统抽样
(systematic sampling)
1. 将总体中的所有单位(抽样单位)按一定顺 序排列，在规定的范围内随机地抽取一个 单位作为初始单位，然后按事先规定好的 规则确定其他样本单位

先从数字1到k之间随机抽取一个数字r作为 初始单位，以后依次取r+k，r+2k…等单位
样本均值, 样本比例，样本方差等
1. 样本统计量的概率分布，是一种理论分布

2. 随机变量是 样本统计量

3. 结果来自容量相同的所有可能样本 4. 提供了样本统计量长远而稳定的信息，是进行 推断的理论基础，也是抽样推断科学性的重要 依据
6 - 21
统计学
STATISTICS
抽样分布的形成过程
(sampling distribution)
所有可能的n = 2 的样本（共16个） 第一个 观察值 1 第二个观察值 1 1,1 2 1,2 3 1,3 4 1,4
2
3ห้องสมุดไป่ตู้4
6 - 27
2,1
3,1 4,1
2,2
3,2 4,2
2,3
3,3 4,3
2,4
3,4 4,4
统计学
STATISTICS
样本均值的抽样分布
(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
具有整群抽样的优点，保证样本相对集中，节约调 查费用 需要包含所有低阶段抽样单位的抽样框；同时由于 实行了再抽样，使调查单位在更广泛的范围内展开 在大规模的抽样调查中，经常被采用的方法
6 - 10
统计学
STATISTICS
非概率抽样
(non-probability sampling)
1. 相对于概率抽样而言 2. 抽取样本时不是依据随机原则，而是根据研 究目的对数据的要求，采用某种方式从总体 中抽出部分单位对其实施调查 3. 有方便抽样、判断抽样、自愿样本、滚雪球 抽样、配额抽样等方式
6 - 15
统计学
STATISTICS
配额抽样
1. 先将体中的所有单位按一定的标志(变量) 分为若干类，然后在每个类中采用方便 抽样或判断抽样的方式选取样本单位 2. 操作简单，可以保证总体中不同类别的 单位都能包括在所抽的样本之中，使得 样本的结构和总体的结构类似 3. 抽取具体样本单位时，不是依据随机原 则，属于非概率抽样
6 - 11
统计学
STATISTICS
方便抽样
1. 调查过程中由调查员依据方便的原则，自行 确定入抽样本的单位


调查员在街头、公园、商店等公共场所进行拦 截调查 厂家在出售产品柜台前对路过顾客进行的调查
2. 优点：容易实施，调查的成本低 3. 缺点：样本单位的确定带有随意性，样本无 法代表有明确定义的总体，调查结果不宜推 断总体
4.
局限性


6-6
统计学
STATISTICS
分层抽样
(stratified sampling)
1. 将总体单位按某种特征或某种规则划分为 不同的层，然后从不同的层中独立、随机 地抽取样本 2. 优点



6-7
保证样本的结构与总体的结构比较相近，从 而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层 的目标量进行估计
6 - 24
统计学
STATISTICS
样本均值的抽样分布
1. 在重复选取容量为n的样本时，由样本均 值的所有可能取值形成的相对频数分布
2. 一种理论概率分布 3. 推断总体均值的理论基础
6 - 25
统计学
STATISTICS
样本均值的抽样分布
(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
16个样本的均值（x） 第一个 观察值 1 2 3 4 第二个观察值 1 1.0 1.5 2.0 2.5 2 1.5 2.0 2.5 3.0 3 2.0 2.5 3.0 3.5 4 2.5 3.0 3.5 4.0
0.1 0 1.0 1.5 2.0 2.5 3.0 3.5 4.0 P(x)