统计学抽样与抽样分布(PPT67页)

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

3－15
互斥事件及其概率
(例题分析)

解：由于每一枚硬币出现正面或出现反面的概率 都是1/2，当抛掷的次数逐渐增大时，上面的4个 简单事件中每一事件发生的相对频数 (概率)将近 似等于 1/4 。因为仅当 H1T2 或 T1H2 发生时，才会 恰好有一枚硬币朝上的事件发生，而事件 H1T2 或 T1H2 又为互斥事件，两个事件中一个事件发 生或者另一个事件发生的概率便是 1/2(1/4+1/4) 。 因此，抛掷两枚硬币，恰好有一枚出现正面的概 率等于 H1T2 或 T1H2 发生的概率，也就是两种事 件中每个事件发生的概率之和
解：设 A = 某住户订阅了日报 B = 某个订阅了日报的住户订阅了晚报
依题意有：P(A)=0.75；P(B|A)=0.50
P(AB)=P(A)·P(B|A)=0.75×0.5=0.375
3－31
独立事件与乘法公式
(例题分析)
【例】从一个装有3个红球2个白球的盒子里摸球 (摸出后球不放回)，求连续两次摸中红球的概率
3－17
互斥事件的加法规则
(例题分析)
【例】抛掷一颗骰子，并考察其结果。求出其点 数为1点或2点或3点或4点或5点或6点的概率
解：掷一颗骰子出现的点数(1，2，3，4，5，6)共有
6个互斥事件，而且每个事件出现的概率都为1/6 根据互斥事件的加法规则，得
P(1或2或3或4或5或6) P(1) P(2) P(3) P(4) P(5) P(6) 1 1 1 1 1 1 1 6 6 6 6 6 6


合计
从这200个配件中任取一个进行检查，求 (1) 取出的一个为正品的概率 (2) 取出的一个为供应商甲的配件的概率 (3) 取出一个为供应商甲的正品的概率 (4) 已知取出一个为供应商甲的配件，它是正品的概率

29
合
计
x A 2 x A ( d ) f ( d )f d σ f f
2
256 72 σ 50 11504 50 53.63 200 200
2
30
第三节 全及指标的推断
一、全及指标的点估计
22
不具有某一标志的单位数用N0表示。 ► 总体成数和标准差与样本成数和标准差的计 算方法相同。只是总体指标用大写字母表示， 样本指标用小写字母表示。例如： ► 具有某一标志的单位数占总体的比重：
N1 P N
总体成数
n1 p n
样本成数
不具有某一标志的单位数占总体的比重：
N0 Q 1 P N
13
► 2.
（二）中心极限定律 ► 1. 独立同分布中心极限定理：证明不论变量 总体服从何种分布，只要它的数学期望和方 差存在，从中抽取容量为n 的样本，则这个 样本的总和或平均数是个随机变量，当n 充 分大时，样本的总和或平均数趋于正态分布.
► 2.
德莫佛-拉普拉斯中心极限定理：证明属性 总体的样本成数和样本方差，在n足够大时， 同样趋于正态分布。
σ N n σ n μx ( ) μx (1 ) n N 1 n N
2 2
总体单位总数
样本单位总数
抽样比例
21
（一）抽样成数的抽样平均误差μp ► 属性总体的标志值是用文字表示的，且标志 只有两个取值，非此即彼，故将属性总体的 标志称为“交替标志”或“是非标志”。 ► 交替标志也可以计算平均数（即成数）和标 准差。为了计算交替标志的平均数和标准差 必须将交替变异的标志过渡到数量标志。 ► 交替标志仍以x表示，设：x =1表示单位具有 某一标志， x = 0表示单位不具有某一标志。 具有某一标志的单位数用N1表示；

(一)样本统计量的极限分布 1、如果总体服从正态分布，且均值和方差均为已知，即
Y ~ N (, 2 )
则可以证明不论样本量大小如何，样本均值都围绕总体 均值而服从正态分布，并且其抽样分布的方差等于总体方差 的n分之一，即 y ~ N (, 2 / n)
2、对于非正态总体，若均值μ 和σ 2有限，则根据中心极限 定理，当样本量n充分大时，样本均值仍然围绕着总体均值 而近似地服从正态分布，即
3、缺点： （1）若群内个单元有趋同性，效率将会降低； （2）通常无法预先知道总样本量，因为不知道群内有 多少单元； （3）方差估计比简单随机抽样更为复杂。
（四）分层抽样
1、定义：在抽样之前将总体分为同质的、互不重叠 的若干子总体，也称为层。然后在每一个层独立地随机 抽取样本。 分层抽样示意图：
2、优点：
抽取样本
总体 样本
推断总体


抽样调查中的总体是有限的。在抽样以前，必须根
据实际情况把总体划分成若干个互不重叠并且能组合成 总体的部分，每个部分称为一个抽样单元，不论总体是 否有限，总体中的抽样单元数一定是有限的，而且是已 知的，因此说抽样调查的总体总是有限的。 抽样调查中影响样本代表性的因素有以下几个方面： (1)总体标志值分布的离散程度。 (2)抽样单元数的多少(或称样本量的大小)。 (3)抽样方法。

通常将反映总体数量特征的综合指标称为总体参
数。常见的总体参数主要有：总体总和；总体均值；总
体比率；总体比例。 一般将反映样本数量特征的综合指标称之为统计


量。统计量是n元样本的一个实值函数，是一个随机变
量，统计量的一个具体取值即为统计值。主要的样本统 计量有：样本总和；样本均值；样本比率；样本比例。