《抽样与统计推论》PPT课件

《《抽样与统计推论》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三篇统计推论：单变量与双变量1第五章：抽样与统计推论第六章：参数值的估计第七章：假设检定：均值与百分率第八章：假设检定：两个变量的相关2回顾：内容掌握1、叙述统计部分，主要掌握集中趋势测量、离散趋势测量的单变量分析，两个变量分布及λ、tau_y、Gamma、dy、r、E2等相关测量法；2、推论统计部分，主要掌握抽样与统计推论，参数估计以及Z检定、χ2检定、F检定、t检定等假设检定；3、以上理论课程内容，主要要求明确统计方法的适用条件，原理与步骤以及统计值的意义。3第一节抽样的意义为了研究总体，我们需要从总体中抽出一部分样本，借此了解总体中的情况。

2、研究的历程：总体——样本——总体4社会研究的过程一、筹划二、执行三、总结一、选定研究题目二、初步探索三、成立假设四、理论解释与澄清概念五、研究策略1.研究设计2.测量变量3.测量层次4.界定母体和决定抽样的步骤5.统计分析访问法；观察法；档案资料；一、统计分析二、解释研究结果三、开启新的研究议题实验法社会调查法5统计叙述：描述变量或者变量之间的关系。无论数据怎么来的，是样本还是总体的数据，无论随机样本还是非随机样本，统计叙述的方法都可以使用。关注样本的情况。统计推论：根据样本的情况，来推测总体的情况。关注总体的情况。6两套话语：样本与总体。从样本中

3、计算出来的数值称作统计值，在总体中计算出来的数值称为参数值。我们的目标是：总体的状况。我们的手段是：从样本推论总体，或者从样本中归纳总体。7问题：在对一个变量或者两个变量的分布状况，或者相关关系的分析中得出的统计值。代表的这种分布或者关系是不是在总体中也是这样？8第二节抽样的历程抽取有代表性的样本，尽量减少误差。9总体抽样框样本大小决定样本大小的一般原则：根据研究能付出的最大代价抽取样本。抽样比例设计抽样方法，抽取样本评估样本：总体分布与样本分布在基本特征上是否分布一致。10第三节随机与非随机抽样法11一、简单随机抽样二、系统随机抽样三、分层随机抽

4、样四、集体抽样法五、多段抽样六、多期抽样12第四节几率与抽样分布13社会学研究抽样调查的目的是通过样本推算总体的情况。归纳法的结论不可能百分百正确。概率论（几率论）即是研究我们通过样本推测总体的时候所犯的错误是多少。14通过概率论，可以知道在一定条件下，总体中的各种抽样结果所具有的概率特征。统计推论是研究在发生了某种抽样结果的情况下，判断它来自何种总体更合适。统计推论是概率论研究的逆问题。15一、随机现象客观现象可分为确定现象和非确定现象。随机现象-非确定现象在一定条件下，事物的出现只有可能性但不具有必然性。可能而又不必然，意味着在一定条件下出现的

5、结果不止一种，其中任何一种情况的出现都具有一定的随机性。16确定性现象——必然命题，表示为：若……，则……非确定性现象——随机命题，表示为：若……，可能……社会学研究多为随机命题。17二、概率与频率随机现象的结果以及结果的集合成为随机事件：可能发生也可能不发生的非确定性事件。概率是这些随机事件发生可能性大小的数量表示。随机事件发生的概率为：0≦P≦118概率反映随机事件内涵的统计规律性。统计规律性：在一定条件下，就其个别一次的结果来说都具有偶然性，但大量重复的试验或者观察，则结果就呈现必然的规律。统计规律性是事物本身所固有的客观属性。19随机事件的

6、两重性：一次试验或者观察中事件出现与否具有偶然性大量重复试验或者观察时，随机事件出现的可能性是稳定的。——统计规律性。20频率：在相同条件下，进行N次试验，随机事件出现了n次。随机事件的频率是可知：0≦f≦1当试验（观察）次数N无限增大的时候，f值趋向于P。21频率是实验值，它随着试验或者观察而变化，具有随机性，只能近似反映事件出现可能性的大小。概率是理论值，它由事件的本质决定，值是唯一的，能精确地反映出事件出现可能性的大小。22概率，将随机事件与一个精确反映事件出现可能大小的数量紧密联系在一起。23三、概率分布频率分布是实验值，可以变化，频率分布

7、又称作随机变量的统计分布或者经验分布。概率分布是理论值，是唯一的，概率分布则是随机变量的理论分布。24随机事件随机变量随机事件概率随机变量的分布仅当观测次数很大时，随机变量取值的频率接近于其概率，此时随机变量的统计分布与理论分布大致相符。25随机事件尽管具有随机性，但是对于一个确定的随机样本来说，我们得到的是确定的观测值，这些值是确定的，根据这些值计算出来的数值叫做统计值。而抽样分布是在概率论的基础上成立的理论分布，是在假定如果在同一总体中反复不断抽取不同样本时，各个可能出现的样本统计值的分布状况。26概率，将随机事件与一个精确反映事件出现可能

8、大小的数量紧密联系在一起。假设试验或者观测进行了无限多次。概率分布，假设进行无数次抽样，得到那个最为完美的样本的分布状况。