第七抽样调查.pptVIP

第七章 抽样调查 统计方法的分枝图 统计推断的过程 教学内容 第一节 抽样调查的意义 第二节 抽样调查的基本概念及理论依据 第三节 抽样平均误差 第四节 全及指标的推断 第五节 抽样方案设计（略讲） 第六节 必要抽样单位数的确定 第七节 假设检验（略讲） 学习目标 了解抽样调查的概念、特点及适用范围 掌握抽样推断的几个基本概念，了解理论依据 掌握抽样平均误差、抽样极限误差的概念及计算方法 掌握全及指标推断：点估计和区间估计方法 掌握抽样单位数的确定方法 掌握假设检验的基本思想和均值假设检验方法 教学重点与难点 重 点： 1、抽样调查的特点 2、抽样平均误差 3、抽样极限误差的计算及误差范围和置信区间 4、抽样单位数的确定方法 5、掌握假设检验的基本思想和均值假设检验方法 难 点： 1、抽样平均误差 2、抽样极限误差的计算及误差范围和置信区间 3、掌握假设检验的基本思想和均值假设检验方法 第一节 抽样调查的意义 二、抽样调查的特点 只抽取总体中的一部分单位进行调查。（与全面调查的区别） 以样本的指标数值去推断总体的指标数值（与重点调查的区别） 要遵循随机原则（与典型调查和重点调查的区别） 以样本推断总体，必然存在误差，但这种误差是可以计算并加以控制的，可以调整其它一些因素进行控制（与典型调查不同） 三、抽样调查的适用范围 第二节 抽样调查的基本概念及理论依据 全及总体和抽样总体 全及指标和抽样指标 抽样方法和样本数目 抽样理论依据（不讲） 第二节 抽样调查的基本概念及理论依据 二、 全及指标和抽样指标(总体指标和样本指标) 三、重复抽样和不重复抽样 第三节 抽样平均误差 2、抽样误差的影响因素： 3、抽样误差的作用： 二、抽样平均误差 2. 如果是不重复抽样： 例： 三、纯随机抽样的抽样平均误差 取得σ的途径有： 例： 2.不重复抽样： (二) 成数的抽样平均误差 由此证明得：成数的方差为p(1-p) 例： (一)点估计 二、全及平均数和全及成数的推断 例1： 例2： (一) 直接推断法 例1： 一、简单随机抽样(纯随机抽样) 类型的划分： 两种类型： 类型抽样的抽样平均误差 补充知识：方差、总方差、组内方差和组间方差 排列次序用的标志有两种： 1.随机起点等距抽样 1. 若按无关标志排队 2. 若按有关标志排队 四、整群抽样 整群抽样的抽样平均误差 计算方法如下： (3) 抽样方法 五、多阶段抽样 第六节 必要抽样数目的确定 (一) 简单随机抽样 (二) 类型抽样 (三) 整群抽样 例1： 例2： 第七节 假设检验 二、假设检验的程序 (二) 选择显著性水平 (三) 选定检验统计量及其分布 (四) 计算检验统计量 三、假设检验的基本方法  (只介绍方差已知的总体平均数的假设检验) (一) 双边检验 H0: μ=μ0；H1: μ≠μ0 例： (二) 单边检验 例1： 例2： 小结作业：第六章练习题 建筑工地打土方工人4000人，需测定平均每人工作量，要求误差范围不超过0.2M3，并需有99.73%保证程度。根据过去资料σ=1.5，求样本数应是多少？ 某金笔厂月产10000支金笔，以前多次抽样调查一等品率为90%，现在要求误差范围在2%之内，可靠程度达95.45%，问必须抽取多少单位数？ 一. 假设检验的意义 所谓假设检验，就是对某一总体参数先作出假设的数值；然后搜集样本资料，用这些样本资料确定假设数值与样本数值之间的差异；最后，进一步判断两者差异是否显著，若两者差异很小，则假设的参数是可信的，作出“接受”的结论，若两者的差异很大，则假设的参数准确的可能性很小，作出“拒绝”的结论。 例如，某厂生产一批产品，必须检验合格才能出厂，规定合格率为95%，现从中抽取100件进行质量检查，发现合格率为93%，假设检验就是利用样本指标p=93%的合格率，来判断原来假设P=95%合格率是否成立。如假设成立，产品就能出厂，如假设不成立，这批产品便不能出厂。 又如，某地区去年职工家庭年收入为72000元，本年抽样调查结果表明，职工家庭年收入为71000元，这是否意味着职工生活水平下降呢？我们还不能下这个结论，最好通过假设检验，检验这两年职工家庭收入是否存在显著性统计差异，才能判断该地区今年职工家庭年收入是否低于去年水平。 (一) 提出原假设和替代假设 1、原假设(又称虚无假设)是接受检验的假设，记作H0； 2、替代假设(又称备选假设)是当原假设被否定时的另一种可成立的假设，记作H1； H0与H1两者是对立的，如H0真实，则H1不真实；如H0不真实，则H1为真实。 H0和H1在统计学中称为统计假设。 例如，关于总体平均数的假设有三种