導語:抽樣推斷(SampleInference)是在根據隨機原則從總體中抽取部分實際數據的基礎上,運用數理統計方法,對總體某一現象的數量性作出具有一定可靠程度的估計判斷。
抽樣推斷的意義及特點
1、抽樣推斷的含義
抽樣推斷是在抽樣調查的基礎上,利用樣本的實際資料計算樣本指標,並據以推算總體相應數量特徵的`一種統計分析方法。
2、抽樣推斷的特點
(1)部分推算整體的一種認識方法;
(2)建立在隨機抽樣的基礎上;
(3)運用概率估計的方法;
(4)抽樣推斷的誤差可以事先計算並加以控制。
常用的標誌變異指標有哪些
常用的變異指標有全距、平均差、標準差(均方差)和變異係數四種。
全距:是標誌的最大值與最小值之差;
平均差:是各單位標誌值對算術平均數的離差絕對值的算術平均數;
標誌差:是各單位標誌值與算術平均數離差平方和的算術平均數的平方根。
變異係數:即變異指標與算術平均數之比的相對變異指標,本課件主要介紹了標準差係數
變量數列的編制
程序:①原始數據②序列化(編制由小到大簡單數列)③求出組距等④分組歸類合計(形成次數分佈)⑤製成統計表(變量數列)
a.離散型變量
由於離散型變量各變量值之間以整數斷開,變量值之間有明顯的界限,上下限都可以用準確的數值表示,組限非常清楚。
如:某校按學生人數分組,其組限為:
100人以下
101—200
201—300
301—400
401人以上
b.連續型變量
由於連續型變量各變量值之間可做無限分割,有小數存在,上下限不能用兩個確定的值表示,只能用前一組的上限與本組的下限為同一數值表示。如:上例考試成績
統計實際工作中,雖然變量區分連續型變量與離散型變量,但為了計算,繪圖等的方便,保證整體單位不出現重複、遺漏。可採用連續型變量的形式代替離散型變量。
對於連續型變量,在確定組限時,有一原則可循,即“上組限不在內”原則:各組只包括本組下限變量值的單位,不包括本組上限變量值的單位。