例题一解: 已知： n=100 x=58
σ=10
则：
x
n
101(公)斤 100
即:当根据样本学生的平均体重估计全部学生的平均 体重时,抽样平均误差为1公斤。
例题二解: 已知： N=2000 n=400 σ=300 x=4800
则：
x
n
300 1(5 小)时 400
x
2 1 n 3020140013 .42 (小)时
重复抽样
AA AB AC AD
Nn = 42
BA BB BC BD
=16 (个样本) CA
CB
CC
CD
不重复抽样
DA DB DC DD N（N-1）（N-2）……. 4×3 = 12(个样本)
第二节 抽 样 误 差
一、抽样误差的含义
由于随机抽样的偶然因素使样本 各单位的结构不足以代表总体各单位 的结构，而引起抽样指标和全及指标 之间的绝对离差。
V甲x甲 甲55.50 3010% 01.10% 6
乙
990040.6公斤
6
V乙45.026010% 07.8%
因V乙<V甲 故乙品种具有较大稳定性，宜于推广。
第五章 抽 样 估 计
教学目的与要求
抽样估计是抽样调查的继续，它提供 了一套利用抽样资料来估计总体数量特征 的方法。通过本章的学习，要理解和掌握 抽样估计的概念、特点，抽样误差的含义、 计算方法，抽样估计的置信度，推断总体 参数的方法，能结合实际资料进行抽样估 计。
x
2 1 n
n N
公式表明：抽样平均误差不仅与总体变异程度、 样本容量有关，而且与总体单位数的多少有关。
例题一：随机抽选某校学生100人，调查他们的体 重。得到他们的平均体重为58公斤，标 准差为10公斤。问抽样推断的平均误差 是多少？
例题二：某厂生产一种新型灯泡共2000只，随机 抽出400只作耐用时间试验，测试结果 平均使用寿命为4800小时，样本标准差 为300小时，求抽样推断的平均误差？
正态概率分布图
因为扩大或缩小以后 的平均误差，就是极 限误差： Δ=tμ 所以，抽样平均误 差的系数就是概 率度t。
68.27% 95.45%
数理统计已经证明，抽样 误差的概率就是概率度的
函数，二者对应的函数 关系已编成“正态分布 概率表”。 （P485）
x-2μ x-1μ X
x+1μ x+2μ
由此可知,误差范围愈大,抽样估计的置信度愈高,但抽样估计 的精确度愈低；反之，误差范围愈小，则抽样估计的置信度
n N 10 0 10000
2、计算抽样极限误差
x tx 2 1 . 1 2 9 . 3 斤 8
3、计算总体平均数的置信区间
上限： x x 4 0 2 . 3 0 4 8. 3 0 斤 8 2
计算结果表明：不重复抽样的平均误差小于重复抽样， 但是“N”的数值越大，则两种方法计算 的抽样平均误差就越接近。
四、抽 样 极 限 误 差
含义： 抽样极限误差指在进行抽样估计时，根据研究 对象的变异程度和分析任务的要求所确定的样 本指标与总体指标之间可允许的最大误差范围。
计算方法： 它等于样本指标可允许变动的上限 或下限与总体指标之差的绝对值。
例 题 四 解：
已知： N 60000n300 n1 6
则：样本合格率 pnn 130 0 60 .98
n
300
pp 1 n p 0 .9 3 8 0 0 .00 2 0 .8( 0% 8 )
p p1n p1N n 0.93 80 0.002 163000 0 000 .80 (% 6 )
解：抽样单位数增加 2 倍，即为原来的 3 倍
则：
x
3n
1 0.577 3
即：当样本单位数增加2倍时，抽样平均误差为原来的0.577倍。
抽样单位数增加 0.5倍，即为原来的 1.5倍
则：
x
1.5n
1 0.8165 1.5
即：当样本单位数增加0.5倍时，抽样平均误差为原来的0.8165倍。
采用不重复抽样：
某商场出售某种商品的价格和销售 资料如下表：
等级 单价（元/公斤） 销售额（万元）
一级
20
216
二级
16
115.2
三级
12
72
试求该商品的平均销售价格。
平均商品销售价值:
x
M M
16.8
x
(元/公斤）
两种不同水稻品种，分别在5个田块上试种，其产
量如下：
甲品种
乙品种
田块面积 产 量
田块面积 产 量
本章主要内容
•抽样推断的一般问题 •抽样误差 •抽样估计的方法 •抽样组织设计
第一节 抽样推断的一般问题
概念
一、抽样推断的概念和特点
抽样推断是按随机原则从全部研 究对象中抽取部分单位进行观察， 并根据样本的实际数据对总体的数 量特征作出具有一定可靠程度的估 计和判断。
特点
它是由部分推断整体的一种认识方法。 抽样推断建立在随机取样的基础上。 抽样推断运用概率估计的方法。 抽样推断的误差可以事先计算并加以控制。
（二）根据给定的概率F（t），推算 抽样极限误差的可能范围
分 析 步 骤： 1、抽取样本，计算样本指标。 2、根据给定的F（t）查表求得概率度 t 。
3、根据概率度和抽样平均误差计算极限误差。 4、计算被估计值的上、下限，对总体参数作
出区间估计。
（例题：教材P199）
例 题 一：
某农场进行小麦产量抽样调查，小 麦播种总面积为1万亩，采用不重复 简单随机抽样，从中抽选了100亩作 为样本进行实割实测，测得样本平均 亩产400斤，方差144斤。
（亩） （公斤） （亩）
(公斤)
1.2
600
1.5
840
1.1
495
1.4
770
1.0
445
1.2
540
0.9
540
1.0
520
0.8
420
0.9
450
产量 x面积
x• f
f
x甲 xff2550500(公 0 )斤
x乙3612052(公 0 斤 )
甲
(xx)2 f f
15275 5
55.3公斤
研究总体中 总体成数 的品质标志
（只有两种表现） 成数方差
N1 P=
N σ 2 = P(1-P)
（二）参 数 和 统 计 量
参 数 反映总体数量特征的全及指标。
参数
研究总体中 的数量标志
总体平均数
∑X X= N
∑XF X= ∑F
总体方差
σ
2=
Σ（X-X）2 N
σ
2=
Σ（X-X）2F ΣF
研究总体中 总体成数 的品质标志
抽样平均误差的计算公式
抽样平均数 的平均误差
x
2
xX M
抽样成数 平均误差
p
pP2
M
（以上两个公式实际上就是第四章讲的标准差。 但反映的是样本指标与总体指标的平均离差程度）
实际上，利用上述两个公式是计算不出抽样平均误差的。
想一想，为什么？
抽样平均数平均误差的计算方法
采用重复抽样：
x
n
n N 400 2000
计算结果表明：根据部分产品推断全部产品的平均使用寿命 时，采用不重复抽样比重复抽样的平均误差要小。
抽样成数平均误差的计算方法
采用重复抽样：
p
p1 p
n
采用不重复抽样：
p
p1p1n
n N
例题三： 某校随机抽选400名学生，发现戴眼镜的学 生有80人。根据样本资料推断全部学生中戴 眼镜的学生所占比重时，抽样误差为多大？
（极限误差是 t 倍的抽样平均误差）
第三节 抽样估计的方法
一、总体参数的点估计
总体参数点估计的特点：P188 无偏性
总体参数优良估计的标准 一致性
有效性
二、总体参数的区间估计
总体参数区间估计的特点：P195 估计值
x, p
区间估计三要素
抽样误差范围 x , p x , p
抽样估计的置信度 F t
样本个数：从一个全及总体中可能抽取的样本数目。
（四）重复抽样和不重复抽样
重复抽样： 又称回置抽样。 可能组成的样本数目：Nn
不重复抽样：又称不回置抽样。
可能组成的样本数目： N（N-1）（N-2）……（N-n+1）
例如：从A、B、C、D四个单位中，抽出两个单位构成 一个样本，问可能组成的样本数目准差成正比， 与样本容量成反比。（当总体标准差未知时，可 用样本标准差代替）（教材P180例题）
通过例题可说明以下几点： ①样本平均数的平均数等于总体平均数。
②抽样平均数的标准差仅为总体标准差的 1 n
③可通过调整样本单位数来控制抽样平均误差。
例题：假定抽样单位数增加 2 倍、0.5 倍时，抽样平均误差怎样变化？
例题四： 一批食品罐头共60000桶，随机抽查300桶 ，发现有6桶不合格，求合格品率的抽样平 均误差？
例 题 三 解：
已知： n400 n1 80
则：样本成数 pn1 8020 %
n 400
p
p 1p
n
0 .2 0 .80 .02 400
即：根据样本资料推断全部学生中戴眼镜的学 生所占的比重时，推断的平均误差为2%。
（只有两种表现） 成数方差
N1 P=
N σ 2 = P(1-P)
统计量
研究数 量标志
研究品 质标志
根据样本数据计算的综合指标。
样本平均数
x
=
∑x n