抽样调查(Ⅲ) 第二讲 简单随机抽样(续)

2)方差的估计 在实际问题中,由于总体的方差S2是未知的,因此(2.9)及(2.10)式还不能直接应用.换言之,估计量的方差还需要估计·可以证明,对有限总体,样本方差也是总体方差的无偏估计,即 E(S2)=S2(2.14)例如在例2.1中,总体方差S2=36/7=5.1429,而根据表2.1,根据全部可能样本的样本方差计算E(S2)=144/28=5.1429.两者相等.根据这个结果,我们有 定理2.3对于简单随机抽样 是V(y)的无偏估计. 例2.2某市区共有4328户.为调查该区的居民的收入情况,用简单随机抽样方法从中抽取30户,登门登记了每户的月收入yi ,具体数字如表2,2所示. 这里 N= 4328,n=…     

抽样调查(Ⅳ)——第三讲 分层抽样

1定义及适用场合 1)定义与记号 定义3.1如果大小为N的总体分成L个不相重迭的子总体,大小分别为N1,N2,… NL(Nh皆已知)∑h=N),每个子总体称为层。从每层中独立进行抽样,这种 h=1抽样方法称为分层抽样,所得的样本称为分层样本。若每层中的抽样都是简单随机的,则称为分层随机抽样。 在我国的社会经济统计中,分层抽样有时也称为类型抽样,这是因为在一些实际问题中,层常按照调查对象的不同类型而划分的。 以后我们都以下标h表示展的编号,h=1,2,…L, Yhi,yhi分别表示总体和样本中第h层第i单元的指标值; Wh=Nh/N称为层权,它是己知的; fh=nh/N…     

抽样调查(Ⅶ)——第五讲 不等概率抽样(续)

§4几种严格的无放回对pps抽样方法 在无放回不等概率抽样中,若n固定,且每个单元入样概率πi与单元的大小成正比,则必有 本节介绍几种比较实用的严格无放回pps抽样方法,其中前5种仅适用于n=2,最后3种也适用于n>2情形. 两个样本单元的抽取方法是第一个单元按与　成正比的概率抽取;第二个样本单元则是在剩下的N-1个单元按与Zj成正比的概率抽取,下面我们证明按此抽样方法,有,令于是第1个样本单元抽到单元i的概率为而第1个单元为j,第2个样本单元为概率为从而根据(5.23),可以计算样本以单元i及j组成的概率,此时即是:于是根据Horvitz-Thompson…     

抽样调查(Ⅵ)——第五讲 不等概率抽样

1一般描述 1)不等概率抽样的必要性 前几讲介绍的简单随机抽样与分层随机抽样有一个公同的特点:总体(或层,下同)中的每个单元入样的概率都相等.这种抽样称为等概率抽样.如果总体中的每个单元在总体中的地位.(或重要性)相差不多,等概率抽样是理所当然的.等概率抽样实施简单,相应的数据处理公式也简单.但在许多实际问题中,我们还需要使用不等概率抽样.一种情况是调查的总体单元与抽样总体的单元可能不一致.例如某学校欲对学生的家庭情况进行调查,调查总体是全校学生的家庭.在这些家庭中,许多家庭只有一个孩子在该学校就读,也有些家庭有两个或…     

随机抽样——掌握本质,准确求解

<正>推断性统计学的基本思想方法是用样本估计总体,即通过从总体中抽取一个样本,根据样本的情况去推断总体的相应情况.因此,科学、合理地选择抽样方法采集样本,直接关系到对总体推断的准确程度.在学习中了解简单随机抽样、系统抽样、分层抽样的操作方法以及它们的区别与联系是我们解决有关统计问题的一个重点内容.     

序贯抽样在计算机辅助电话调查中的应用

样本量的确定是抽样设计中的关键问题,传统方法利用总体方差和调查费用的有关信息来确定样本量可能产生两种结果,一种是样本量过低,无法保证希望的估计精度要求;一种是样本量过高,导致调查经费的浪费。计算机辅助电话调查中即时的数据运算和管理功能为序贯抽样的应用奠定了基础。利用前期抽取样本的计算结果,可以规定进一步需抽取的样本量,最终样本量是对真正期望样本量的一个最佳近似,它比传统方法更能保证以最少的费用满足预先设定的精度要求。     

Demoivre-Laplace积分极限定理在生产管理中的应用

D-L积分极限定理:设随机变量Xn服从二项分布B(n,p),n=1,2…,则对于任意区间(a,b),恒有 根据这个定理,我们可以利用标准正态分布的概率密度函数来作为二项分布B(n, p)的概率密度函数的近似值.服从二项分布的随机变量在生产、管理中是经常遇到的.下面介绍几个基于D-L定理的公式,并举例说明它们的应用: 一、估计产品的次品率所需的样本量 如果要从一大批产品中抽取若干件以估计产品的次品率,那么为了使样本的次品相对频率与产品的实际次品率之差的绝对值小于正数ε的概率不小于β,应该抽样多少件?也就是,应该抽多少件产品,才能保证用样本的…     

线性模型误差方差估计的Bootstrap逼近

<正> §1.引言 1979年,Efron为估计基于独立观测值的统计量的分布,提出了一种很一般的重新抽样程序,称为Bootstrap:以一样本情形为例,设从分布F完全未知的总体中抽得大小为n的简单随机样本X_i=x_i,i=1,…,n.记X=(X_1,…,X_n),x=(x_1,…,x_n),它们分别表示随机样本及其特定的观测值.今给定一个随机变量R(X,F),它可能不仅依赖于X而且依赖于未知分布F.问题是要根据观测数据x去估计R的抽样分布。     

概率统计中一个定理的证明

设总体中个体总数为N,样本容量为n(nN),且总体有有限均值μ,方差σ2,当抽样是无放回时,证明了σ()=(N-n/N-i)~(1/2)σ/(n)~(1/2),其中σ()为的标准差.     

怎样使用统计分析纸(二)

4.在抽样问题中的应用4.1 重决定样本大小(百分率已知情形)问题 设具有某种属性的个体在总体中的百分率为 p.当从总体抽出 n 个样本,欲使其中具有该属性的个体为 c 个吋,问 n 应该取多大才行?设 p 为已知.作图步骤     

应用多项式求解古典概率

<正>计算古典概率的问题,经常涉及列举法和排列组合的知识,但是对某些问题,也可以考虑其他方法,请看下面的例子.例从0,1,2,3,4,5,6,7共八个数字中,每次任意取出一个,有放回地抽取三次,试求事件"所取出的数字总和为7"(事件A)的概率.分析从八个数字中抽取一个数字,有放回地抽取三次,显然,所有可能取法有8~3种.设第i次抽取的数字为x_i(i=1,2,3),我们按照分类讨论的方法,确定事件A所包含的     

产品检验中的抽样个数

设某批产品 (总体 )的次品率为 p,对总体提出假设H0 :p≤ p0 ,　 H1:p >p1其中 0 相似文献   

样本估计总体在生活中的应用例析

<正>有时由于研究对象个体太多,限于人力与物力而无法做全面的调查,抑或调查时具有破坏性,我们只能抽样调查.抽样的方法包括简单随机抽样、分层抽样,以及整群抽样和系统抽样等.从总体中抽取一部分个体,得到样本,如何用样本估计总体呢?有两种途径：一是从图形的角度用样本估计总体,它需要用频率分布表列出各小组的频数与频率,抑或用频率分布直方图画出频数;二是从代数的角度用样本估计总体,即算出样本的平均数、方差和极差等,用样本的特征数估计总体的特征数.     

有序信息在空间立方体抽样中的拓展研究

在空间调查领域中,分布良好的样本中很少会同时出现彼此接近的单元.将地理坐标作为平衡变量的立方体法存在无法捕捉总体单元的空间依赖性的不足.文章在立方体法能有效捕获总体空间趋势的基础上,创新性地引入系统抽样的思想.文章提出的抽样设计方法在保持单元空间相对位置的同时,充分利用地理坐标信息,集中相似单元点获得有序总体,使原先总体具有“空间趋势”.首先,在保持空间相关性的前提下,将抽样单元排序问题转换为单源最短路径问题.然后,利用Dijkstra算法获得有序总体,在快速立方体法的飞行阶段更新初始包含概率进行有序空间抽样.最后,通过模拟研究和实证分析表明对空间总体按照相似单元彼此靠近的原则进行排序,可减少抽样误差,获得较为均衡的样本,从而验证所提抽样思路的可行性.     

Determinacy—A3是Co—Np完全的

群试(group testing)方法首先由Dorfman在第二次世界大战期间提出,当时是出于征兵验血的需要。现在,群试方法已应用于多门学科,诸如计算机科学,组合学及统计学等。可以把群试问题简述如下:设N是一个含有n个元素的集合,记为N={1,…,n},在N中有一些“坏”元素,我们试图通过一系列试验把全部“坏”元素找出来,如何使试验次数最少?我们把全体“坏”元素集称为样本,所有可能的样本形成样本空间。在这篇     

关于Brauer特征标扩张的一点注记

研究有限群特征标可扩张的情况是有限群表示论领域中一个有意义的问题.设G为有限群,用Irr（G）表示G的所有不可约复特征标构成的集合.设N（？）G,θ∈Irr（N）且θ是G-不变.如果（｜G/N｜,o（θ）θ（1））=1,则[1]中的推论8.16说明了此时υ到G有唯一的扩张χ,且o（χ）=o（θ）.此结论启发了我们可以从特征标的行列式阶的角度来思考特征标扩张的情形.本文将利用有限群Brauer特征标的行列式阶,着重考虑Brauer特征标的可扩张情形.另外我们也得到了一个关于Brauer特征标次数的结论.     

有限群的最大子群的性质对群结构的影响

有限群G的一个子群称为在G中是π-拟正规的若它与G的每一个Sylow-子群是交换的.G的一个子群H称为在G中是c-可补的若存在G的子群N使得G=HN且H∩N≤HG=CoreG(H).本文证明了:设F是一个包含超可解群系u的饱和群系,G有一个正规子群H使得G/H∈F.则G∈F若下列之一成立:(1)H的每个Sylow子群的所有极大子群在G中或者是π-拟正规的或者是c-可补的;(2)F*(H)的每个Sylow子群的所有极大子群在G中或者是π-拟正规的或者是c-可补的,其中F*(H)是H的广义Fitting子群.此结论统一了一些最近的结果.     

有限群的最大子群的性质对群结构的影响（英文）

有限群G的一个子群称为在G中是π-拟正规的若它与G的每一个Sylow-子群是交换的.G的一个子群H称为在G中是c-可补的若存在G的子群N使得G=HN且H∩N≤H_G=Core_G(H).本文证明了:设F是一个包含超可解群系U的饱和群系,G有一个正规子群H使得G/H∈F.则G∈F若下列之一成立:(1)H的每个Sylow子群的所有极大子群在G中或者是π-拟正规的或者是c-可补的;(2)F~*(H)的每个SyloW子群的所有极大子群在G中或者是π-拟正规的或者是c-可补的,其中F~*(H)是H的广义Fitting子群.此结论统一了一些最近的结果.     

浅议数学归纳法及教学中易出现的问题

皮亚诺公理的第 5条性质 :任意一个正整数集合 ,如果包含 1 ,并且假设包含x ,也一定包含它的后继x + 1 ,那么这个集合包含所有的正整数 .这条性质就是数学归纳法的依据 ,通常称为数学归纳法原理 .这一原理可以用数学符号来表示 :数学归纳法原理 :如果S是正整数集合N+的一个子集 ,且满足 :① 1∈S ;　　②若k∈S ,则k + 1∈S ,那么S =N+.根据数学归纳法原理 ,可以得到数学归纳法 :设 p(n)是一列与正整数有关的数学命题 ,如果满足 :①p(n)当n =n0 (n0 是使 p(n)正确的最小正整数 )时正确 ,即 p(n0 )正确 ;②在假设 p(k) (k≥n0 ,k∈N+)正…     

中国1%人口抽样调查的不等概率重权数Bootstrap方差估计研究

准确估计人口总数估计量方差是中国1%人口抽样调查数据分析重要内容.但由于中国1%人口抽样调查综合采用分层、二阶段、概率比例、整群抽样方法,且原则上从每个被抽中初级单元中仅抽取一个次级单元,传统抽样调查方差估计方法不再适用.本文提出适用于中国1%人口抽样调查的不等概率重权数Bootstrap方差估计法.该方法将不等概率抽样引入重抽样过程,并针对从绝大多数被抽中初级单元中仅抽取一个次级单元情形,设计入样概率.理论推导和数值模拟表明,新方法能减少方差估计量偏差,实例分析验证了该方法在中国1%人口抽样调查中的优良性.