Страница 9, всего страниц: 18 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
, соответственно для выборочной доли . При выборках большой численности, когда из массовых генеральных совокупностей ( ) для расчета ошибок выборки можно использовать формулу повторного отбора. В формулах средней ошибки выборки присутствует генеральная дисперсия. Однако, она, как правило, неизвестна. Если мы проводим выборку для того, чтобы изучить только часть совокупности, мы не можем знать генеральную дисперсию. Исключение составляют только выборки, проводимые для контроля результата сплошного наблюдения. Однако, математической статистикой доказано, что если выборка производится из нормального распределения совокупности генеральная и выборочная дисперсия связаны между собой следующим образом: Из формулы видно, что достаточно большой выборке (n-1)®n, а , откудаs2»S2. Поэтому для расчета средних ошибок выборки на практике используют выборочные дисперсии . Если многократно проводить выборки из одной и той же генеральной совокупности, то конкретному размеру ошибки выборки будет соответствовать та или иная статистическая вероятность ее появления. Вероятности конкретного размера ошибок подсчитать невозможно (нецелесообразно), гораздо важнее знать, что ошибка наблюдений не выйдет за определенные пределы. p – вероятность того, что абсолютная величина ошибки выборки не превысит некоторого предела (tm) больше чем ; t – доверительный коэффициент (>1); tm=D- предельная ошибка выборки (допустимый предел ошибки) Суть предельной теоремы : Чебышев доказал, что средняя арифметическая величина достаточно большого числа независимых случайных величин, дисперсии которых ограничены некоторой постоянной, становится фактически независимой от игры случая. t=1, 2, 3 По формуле Чебышева, если t=1rі0 t=2rі0,75 t=3rі0,89 Эта формула для условий повторного отбора. Академик Марков доказал, что предельная теорема справедлива и для бесповторного отбора. Академик Ляпунов доказал, что вероятности предельных ошибок многочисленных выборок подчиняются закону нормального распределения, следовательно, для определения вероятностей нахождения ошибки выборки в заданных пределах можно использовать интегральную формулу Лапласа. Площадь кривой±s0,6827 2s0,9545 3s0,9973 Отсюда, если доверительный коэффициент t=1, то вероятность того, что предельная ошибка выборки не будет больше, чем средняя ошибка, которая составляет 0,683. Вероятный интервал изменения генеральной средней или доли в статистике принято называть доверительным интервалом . Пример: Для анализа жирности молока из партии в 1000 фляг было отобрано и проверено 30. Средний процент жирности в проверенных флягах составил 3,51%, при среднеквадратическом отклонении 0,35. С вероятностью 0,954 определить доверительный интервал средней жирности партии молока (если выборка бесповторная). N=1000 n=30 =3,51% S=0,35% Если мы расширим допустимые пределы точности, то вероятностная надежность результата будет выше, а точность ниже. Если p=0,997 то t=3, аD=0,19 тогда ожидаемая жирность молока в генеральной совокупности должна составить . 3. Малая выборка. В процессе статистических исследований нередко приходится ограничивать объем выборки, особенно в тех случаях, когда исследования единиц совокупности приводит к их разрушению. В статистике доказано, что даже в выборке весьма малого объема (20-30, а иногда 4-5 единиц) позволяют получить приемлемые для анализа результаты. Проблема малых выборок была решена в 1908г. английским статистиком У.Гассетом (псевдоним Студент). Он сумел определить зависимость между величиной доверительного коэффициента t, а так же численностью малой выборки n с одной стороны, и вероятностью нахождения ошибки выборки в заданных пределах с другой стороны. Эта зависимость получила название – распределение Стьюдента . Для упрощения расчетов имеются специальные таблицы значений критериев Стьюдента (стр. 372 «Практикума по теории статистики»). n=n-1 – число степеней свободы. Малая выборка определяется по формуле Средняя ошибка малой выборки Дисперсия малой выборки - число степеней свободы. Пример: Ежедневные затраты времени 15 работников на поездки туда и обратно составляют в среднем 1,7 часа. Определить пределы, в которых находится среднее время поездки на работу и обратно. n=15 =1,7 часа S2=0,134 P=0,95 4. Определение оптимальной численности выборки. Трудовые и материальные затраты на проведение выборки напрямую зависят от ее численности, поэтому чрезвычайно важно до оптимума сохранить численность выборки, так чтобы не утратить ее точность. Поиск оптимальной численности выборки удобно осуществлять на основе формул средней и предельной ошибок. Из формулы средней ошибки случайного повторного отбора видно, что величина средней ошибки обратно пропорциональна квадратному корню из численности выборки ( ). Чтобы сократить среднюю ошибку в 2 раза, нужно численность выборки увеличить в 4 раза. Используя формулу предельной ошибки выборки можно найти численность . Это оптимальная численность выборки для случайного повторного отбора . Пример: Для определения среднего размера банковского вклада сроком на 91 день необходимо провести повторный отбор из совокупности в 2500 договоров. Какое количество договоров необходимо отобрать, чтобы с вероятностью 0,954 предельная ошибка выборки не превысила 25 руб. N=2500 p=0,954 D=25 руб. n-? s2=8900 Наличие в формуле оптимальной численности генеральной дисперсииприводит на первый взгляд к парадоксу: зачем нам проводить выборку, если известна генеральная дисперсия (а, следовательно, и генеральная средняя). Однако на практике генеральная дисперсия обычно не известна, вместо нее используют выборочную дисперсию предыдущего обследования, так как дисперсия как показатель является более устойчивой, чем сами варианты, на основе которых она рассчитана. Если отбор осуществляется бесповторно , то численность выборки для такого отбора рассчитывается по формуле: Для предыдущего примера: Результаты близки, так как очень велика генеральная совокупность. Если в условиях задачи присутствует предельная ошибка выборочной доли , то формула: - для повторного отбора; - для бесповторного отбора. Пример: В целях изучения спроса на спортивную обувь периодически проводился опрос 1500 спортсменов. Какова должна быть численность случайного бесповторного отбора, чтобы с p=0,954 ошибка выборки доли спортсменов, предпочитающих обувь с верхом из натуральной кожи, не превысила 0,05, если известно, что ранее этой обуви отдавали предпочтение 65% спортсменов. N=1500 p=0,954 (t=2) D=0,05 w=65%=0,65 n-? 5. Распространение результатов выборочного распределения на генеральную совокупность. Для этих целей используется два метода: §Метод прямого пересчета; §Метод поправочных коэффициентов. Метод прямого пересчета применяется для определения по данным о выборочной доле величины интервала, в пределах которого в генеральной совокупности с заданной вероятностью находится число единиц, обладающих изучаемым признаком. Пример: По данным выборочного контроля в партии яблок весом 20 тонн доля стандарта составила 97,5%. Предельная ошибка выборки с p=0,954 равнялась 0,5%. Определить вес стандартных яблок во всей партии. w=0,975 (97,5%) p=0,954 D=0,005 (0,5%) Основное назначение метода поправочных коэффициентов – уточнение данных сплошного массового наблюдения посредством выборочных проверок. Обычно такие проверки осуществляются инструкторами-контролерами по результатам проведенных переписей. Пример: По результатам контрольного обхода счетного участка инструктором-контролером получены уточненные сведения о численности населения 589 человек вместо 572 зарегистрированных счетчиков. Всего на территории инструкторского участка по данным переписи проживало 3893 человека. - скорректированная численность. 6. Классификация способов отбора. Методология и результаты расчета основных параметров выборки непосредственно зависят от способа отбора единиц из генеральной совокупности. Способ отбора – это определенная система организации выборочного исследования. Применение того или иного способа зависит от цели исследования условий выборки, специфики объекта исследования, необходимой точности и оперативности результатов и от средств выделенных на исследования. Все способы отбора разделяются на 3 вида: §Индивидуальный; §Групповой; §Комбинированный. При индивидуальном виде отбирают отдельные единицы совокупности. При групповом виде отбирают группы, серии единиц совокупности (например: выбрали из контейнера несколько ящиков и все их проверили). Комбинированный способ сочетает индивидуальный и групповой. Если выборочная совокупность получена сразу, отбор называют одноступенчатым . При наличии нескольких последовательных этапов отбора – выборка считается многоступенчатой . Единица отбора меняется на каждой ступени. В отличии от многоступенчатой – многофазная выборка сохраняет одну и ту же единицу на всех стадиях отбора. Однако программа наблюдения постепенно расширяется.
Страница 9, всего страниц: 18 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Статистика. Реферат: [База экономических рефератов], 19.03.2006.
|