1 / 30
文档名称:

随机抽样与简单随机抽样.ppt

格式:ppt   大小:426KB   页数:30页
下载后只包含 1 个 PPT 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

随机抽样与简单随机抽样.ppt

上传人:相惜 2022/2/8 文件大小:426 KB

下载得到文件列表

随机抽样与简单随机抽样.ppt

文档介绍

文档介绍:第一课时
本 章 引 言
数字化的时代
产品的合格率
农作物的产量
我国土地沙漠化问题非常严重,全国沙漠化土地面积已超过174000平方公里,并以每年3400平方公里的速度扩张。
你知道这些数据是怎么来的吗?
需要翻开每一袋奶,结果不能出售,破坏性大,失去调查意义。
2、费时费力,劳民伤财
3、由于工作量过大,操作时失误可能性大大增加,不能保证准确性
估计结果有误差。
∴现实生活中,一般采用“抽样调查〞来了解产品的质量指标。
思考:
1)要想对整批袋装奶粉的细菌含量做出正确判断,做抽样调查时,对样本的要求是什么?
2)随机抽样应具备哪些特点?
阅 读
一个著名的案例
在抽样调查中,样本的选择是至关重要的,样本能否代表总体,直接影响着统计结果的可靠性。下面的故事是一次著名的失败的统计调查,被称为抽样中的泰坦尼克事件。它可以帮助我们理解为什么一个好的样本如此重要。
在1936年美国总统选举前,一份颇有名气的杂志的工作人员做了一次民意调查。调查兰顿〔当时任堪萨斯州州长〕和罗斯福〔当时的总统〕中谁将中选下一届总统。为了了解公众意向,调查者通过 簿和车辆登记簿上的名单给一大批人发了调查表〔注意在1936年 和汽车只有少数富人拥有〕。通过分析收回的调查表,显示兰顿非常受欢送,于是杂志预测兰顿将在选举中获胜。
  实际上选举结果正好相反,最后罗斯福在选举中获胜,其数据如下:
候选人
预测结果(%)
选举结果(%)
罗斯福
43
62
兰顿
57
38
美国总统选举的真实结果为什么
与杂志社的预测结果正好相反?
案例分析:
出错的主要原因是:样本是“方便样本〔即
样本没有代表性〕〞,所以产生的结论错误,因
为在1936年 和汽车只有少数富人拥有,而大
多数的选举人还没有 与汽车。
案例分析:
美国总统选举的真实结果为什么
与杂志社的预测结果正好相反?
随机抽样应具备哪些特点?
① 样本在总体中须具有代表性,要防止遗漏某一个群体.
② 样本容量应足够大;
生活中的“数学〞:品尝一勺汤,就可以知道一锅汤的味道……
高质量的样本数据来自“搅拌均匀〞的总体。随机抽样时,必须得搅拌均匀,那么从中任意抽取一局部个体的样本,它们含有与总体根本相同的信息。
抽样方法
简单随机抽样
问:假设你是一名质检员,要对一批小包装饼干进行达标检验,你准备怎样做?
问:假设你是一名质检员,要对一批小包装饼干进行达标检验,你准备怎样做?
方法:将这批小包装饼干放入一个不透明的
袋子中,搅拌均匀,然后不放回的摸取〔这
样可以保证每一袋饼干被抽中的时机相等,
这样我们就可以得到一个简单随机样本,相
应的抽样方法就是简单随机抽样。
一般地,设一个总体含有N个个体,从中逐个不放回地抽取n个个体作为样本〔n≤N〕,如果每次抽取时总体内的各个个体被抽到的时机都相等,就把这种抽样方法叫做简单随机抽样。
〔4〕定义中“总体内各个个体被抽到的时机均等,〞是“总体内所有个体搅拌均匀〞的统计描述。
〔1〕它要求被抽取样本的总体的个体数有限;
〔2〕它是从总体中逐个进行抽取;
〔3〕它是一种不放回抽样;
注意:
简单随机抽样
〔抓阄法〕

例如:我们班有44名学生,现从中抽出5名
学生去参加学生座谈会,要使每名学生的时机
均等,我们应该怎么做?谈谈你的想法。
说说看
〔1〕编号制签
1、简单随机抽样方法——抽签法〔抓阄法〕
探究新知:
〔2〕搅拌均匀
〔3〕逐个不放回抽取n次
生活中还有许多利用简单随机抽样的方法决解问题的例子,请举例说明。
想一想
问:你认为抽签法有何优缺点?
优点:简单易行,当总体的个数不多时,抽签法能够保证每个个体被抽中的时机都相等。
缺点:1)当总体的个数非常大时,制作号签费时费力;
2)号签很多时较难搅拌均匀,难以保证每个个体入选的可能性相等,从而造成代表性差。
2、简单随机抽样方法——随机数法
随机数法,即利用随机数表、随机数骰子
或计算机产生的随机数进行抽样。
随机数表是由数字0、1、2、···、9组成,
并且每个数字在表中各个位置上出现的时机
是一样的〔见附表〕。
随机数表并不是唯一的,因此可以任选
一个数作为开始,读数的方向可以向左,也
可以向右、向上、向下等等。
通过下面的例子来说明:
我们要考察奶粉的质量是否达标。现从
800袋牛奶中抽取60袋进行检测,利用随机数
表抽取样本时,可以按照下面的步骤进行。
16 22 77 94 39 49 54 43 54