第 9 讲

不同抽样方式下的总体均值区间估计

同一个学校、同一个总体均值,为什么不同抽样设计会产生不同的估计精度?

同一个总体,三种不同的抽法

模拟学校共有12个班级,每班20名男生,合计240人;三个年级各4个班。

将鼠标移到方块上,或聚焦示意图后用方向键查看每名学生的班级与身高。

  • 1年级
  • 2年级
  • 3年级
全校男生身高总体(示意)(每80人代表一个年级)
课堂提问:抽样人数相近,不同抽样方式得到的置信区间一定相同吗?
  • 分层抽样:三个年级分别抽人,再加权估计。
  • 等距抽样:随机起点、固定间隔;还要考虑名单排序。
  • 整群抽样:直接抽取若干班级,调查入选班级的全部学生。

每一种方法都将完整演示:估计值 → 标准误 → 抽样极限误差 → 置信区间。

抽样操作

动手试一试

分层随机不重复抽样,每层80人,抽12人,层权重均为1/3。

分层抽样:从各层均值到置信区间

三个年级各80人,各层随机不重复抽12人,共36人。

抽样示意 · 先观察怎样抽取样本

将鼠标移到方块上,或聚焦示意图后用方向键查看每名学生的班级与身高。

  • 1年级
  • 2年级
  • 3年级
  • 本次抽中
三种浅色表示三个年级,深蓝色为本次抽中的学生;每个方块代表一名学生。
本案例各层权重均为1/3;各层独立进行简单随机不重复抽样。
先点击“抽取一次”,观察选样动画;然后逐步展开计算。

理论公式与符号解释

保留完整教材公式,结合下方符号解释理解每一项。

① 总体均值的点估计

xˉst=∑h=1HWh xˉh\bar{x}_{\text{st}}=\sum_{h=1}^{H}W_h\,\bar{x}_h

② 抽样平均误差(标准误)

SE=∑h=1HWh2(1−nhNh)sh2nh\mathrm{SE}=\sqrt{\sum_{h=1}^{H}W_h^{2}\left(1-\frac{n_h}{N_h}\right)\frac{s_h^{2}}{n_h}}

③ 抽样极限误差

Δ=1.96×SE\Delta=1.96\times\mathrm{SE}

④ 完整的95%置信区间

CI=[xˉst−1.96×SE, xˉst+1.96×SE]\mathrm{CI}=\left[\bar{x}_{\text{st}}-1.96\times\mathrm{SE},\ \bar{x}_{\text{st}}+1.96\times\mathrm{SE}\right]

公式符号说明 · 先认识字母,再代入计算

HH
层数(本例为3个年级)
hh
层的编号,h=1,2,…,H
NN
总体单位数(240人)
NhN_h
第h层的总体人数(80人)
nhn_h
第h层的样本人数(12人)
WhW_h
第h层权重,Wₕ=Nₕ/N
xˉh\bar{x}_h
第h层的样本均值
xˉst\bar{x}_{\text{st}}
分层抽样的总体均值估计值
sh2s_h^{2}
第h层的样本方差
Σ\Sigma
对各层的相应项求和
1−nh/Nh1-n_h/N_h
第h层不重复抽样的有限总体修正项
μ\mu
总体均值,即要估计的真实参数
SE\mathrm{SE}
抽样平均误差(标准误)的估计值
Δ\Delta
抽样极限误差,即临界值乘以SE
CI\mathrm{CI}
总体均值的置信区间

95%置信区间采用双侧区间;z=1.96为标准正态临界值。整群抽样采用t临界值作教学近似,适用条件见下方提示。

本次样本的数值代入与计算

按与上方公式相同的顺序逐步展开案例计算,可与公式对照。

请先点击“抽取一次”,此处将显示本次抽样数据的完整计算过程。

抽样操作

动手试一试

先将名单随机排列,再随机起点、每隔6人抽1人;在这种联合随机化设计下,等价于简单随机不重复抽样。

等距抽样:从抽样间隔到置信区间

从240人中抽40人,间隔6;随机起点为1至6。

抽样示意 · 先观察怎样抽取样本

将鼠标移到方块上,或聚焦示意图后用方向键查看每名学生的班级与身高。

  • 1年级
  • 2年级
  • 3年级
  • 本次抽中
抽样后将按实际抽样名单顺序显示方块;深蓝色位置间隔恒为6。
只有先将名单随机排列,才能在本案例的联合随机化设计下使用这里的标准误公式;按身高排序时不能照搬。
先点击“抽取一次”,观察选样动画;然后逐步展开计算。

理论公式与符号解释

保留完整教材公式,结合下方符号解释理解每一项。

① 抽样间隔

k=Nnk=\frac{N}{n}

② 总体均值的点估计

xˉsys=∑i=1nxin\bar{x}_{\text{sys}}=\frac{\sum_{i=1}^{n}x_i}{n}

③ 抽样平均误差(仅随机排列条件下)

SE=(1−nN)s2n\mathrm{SE}=\sqrt{\left(1-\frac{n}{N}\right)\frac{s^{2}}{n}}

④ 抽样极限误差

Δ=1.96×SE\Delta=1.96\times\mathrm{SE}

⑤ 完整的近似95%置信区间

CI=[xˉsys−1.96×SE, xˉsys+1.96×SE]\mathrm{CI}=\left[\bar{x}_{\text{sys}}-1.96\times\mathrm{SE},\ \bar{x}_{\text{sys}}+1.96\times\mathrm{SE}\right]

公式符号说明 · 先认识字母,再代入计算

NN
总体人数(240人)
nn
样本人数(40人)
kk
抽样间隔,k=N/n(本例为6)
rr
随机起点(1至6)
xix_i
第i个被抽中学生的身高
xˉsys\bar{x}_{\text{sys}}
等距抽样的总体均值估计值
s2s^{2}
样本方差,分母为n−1
Σ\Sigma
对样本中n个观测值求和
1−n/N1-n/N
不重复抽样的有限总体修正项
μ\mu
总体均值,即要估计的真实参数
SE\mathrm{SE}
抽样平均误差(标准误)的估计值
Δ\Delta
抽样极限误差,即临界值乘以SE
CI\mathrm{CI}
总体均值的置信区间

95%置信区间采用双侧区间;z=1.96为标准正态临界值。整群抽样采用t临界值作教学近似,适用条件见下方提示。

本次样本的数值代入与计算

按与上方公式相同的顺序逐步展开案例计算,可与公式对照。

请先点击“抽取一次”,此处将显示本次抽样数据的完整计算过程。

抽样操作

动手试一试

12个等规模班级,随机抽取4个班,每班20人全部调查;以班级均值为抽样单位。

整群抽样:以班级为单位计算区间

随机抽取4个班级,每班20人全部调查,合计80人。

抽样示意 · 先观察怎样抽取样本

将鼠标移到方块上,或聚焦示意图后用方向键查看每名学生的班级与身高。

  • 1年级
  • 2年级
  • 3年级
  • 本次抽中
三种浅色表示三个年级,深蓝色为本次抽中的学生;每个方块代表一名学生。
这里M=12、m=4,t临界值约3.182。群数少,采用t区间也只是教学近似;不能把80人直接当作简单随机抽样。
先点击“抽取一次”,观察选样动画;然后逐步展开计算。

理论公式与符号解释

保留完整教材公式,结合下方符号解释理解每一项。

① 总体均值的点估计(等规模群)

xˉcl=∑j=1mxˉjm\bar{x}_{\text{cl}}=\frac{\sum_{j=1}^{m}\bar{x}_j}{m}

② 抽样平均误差(以班级为抽样单位)

SE=(1−mM)sxˉ2m\mathrm{SE}=\sqrt{\left(1-\frac{m}{M}\right)\frac{s_{\bar{x}}^{2}}{m}}

③ 抽样极限误差

Δ=t0.975, m−1×SE\Delta=t_{0.975,\,m-1}\times\mathrm{SE}

④ 完整的近似95%置信区间

CI=[xˉcl−t0.975, m−1×SE, xˉcl+t0.975, m−1×SE]\mathrm{CI}=\left[\bar{x}_{\text{cl}}-t_{0.975,\,m-1}\times\mathrm{SE},\ \bar{x}_{\text{cl}}+t_{0.975,\,m-1}\times\mathrm{SE}\right]

公式符号说明 · 先认识字母,再代入计算

MM
总体群数(12个班级)
mm
抽中的群数(4个班级)
jj
抽中群的编号,j=1,2,…,m
xˉj\bar{x}_j
第j个抽中班级的平均身高
xˉcl\bar{x}_{\text{cl}}
整群抽样的总体均值估计值
sxˉ2s^{2}_{\bar{x}}
s²(班均值):抽中班级均值的样本方差,分母为m−1
t0.975, m−1t_{0.975,\,m-1}
自由度m−1、累积概率0.975的t临界值
Σ\Sigma
对抽中的m个班级求和
1−m/M1-m/M
按群不重复抽样的有限总体修正项
μ\mu
总体均值,即要估计的真实参数
SE\mathrm{SE}
抽样平均误差(标准误)的估计值
Δ\Delta
抽样极限误差,即临界值乘以SE
CI\mathrm{CI}
总体均值的置信区间

95%置信区间采用双侧区间;z=1.96为标准正态临界值。整群抽样采用t临界值作教学近似,适用条件见下方提示。

本次样本的数值代入与计算

按与上方公式相同的顺序逐步展开案例计算,可与公式对照。

请先点击“抽取一次”,此处将显示本次抽样数据的完整计算过程。

三种抽样设计:公式、区间与条件

回顾每种方法如何从总体均值估计值走到95%置信区间。

前面三页已经分别列出完整的教材式公式。复习时请按“点估计—标准误—抽样极限误差—区间上下限”的顺序书写。
抽样方法总体均值估计抽样平均误差区间估计
分层抽样∑Whxˉh\sum W_h\bar{x}_h∑Wh2(1−fh) sh2/nh\sqrt{\sum W_h^{2}(1-f_h)\,s_h^{2}/n_h}估计值 ± 1.96SE
等距抽样(随机排列)样本均值(1−f) s2/n\sqrt{(1-f)\,s^{2}/n}估计值 ± 1.96SE
整群抽样(等规模)班级均值的平均(1−m/M) s2(班均值)/m\sqrt{(1-m/M)\,s^{2}(\text{班均值})/m}估计值 ± t临界值×SE
课堂总结:不同抽样方式的区间形式相似,但估计量、标准误与适用条件并不完全相同。

分层抽样需要层权重和层内方差;等距抽样必须说明名单排列与方差估计条件;整群抽样的方差要以群为单位估计。