Презентация на тему "ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ"

Презентация: ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ
1 из 73
Ваша оценка презентации
Оцените презентацию по шкале от 1 до 5 баллов
  • 1
  • 2
  • 3
  • 4
  • 5
0.0
0 оценок

Комментарии

Нет комментариев для данной презентации

Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.


Добавить свой комментарий

Аннотация к презентации

Презентация powerpoint на тему "ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ". Содержит 73 слайдов. Скачать файл 0.21 Мб. Самая большая база качественных презентаций. Смотрите онлайн или скачивайте на компьютер.

  • Формат
    pptx (powerpoint)
  • Количество слайдов
    73
  • Слова
    другое
  • Конспект
    Отсутствует

Содержание

  • Презентация: ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ
    Слайд 1

    ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ

  • Слайд 2

    Все единицы изучаемого явления называются генеральной со­вокупностью, а отдельная часть этих единиц, отобранных из ге­неральной совокупности для непосредственного наблюдения, именуется выборочной совокупностью. Таким образом, выборочная совокупность репрезентует(представляет) всю генеральную со­вокупность.

  • Слайд 3

    научно обоснован­ные способы отбора единиц выборочной совокупности

    а) выборка из генеральной совокупности должна быть прове­дена случайно, то есть каждая ее единица должна иметь такую же вероятность попасть в выборку, как и остальные (так, например, отобранные наилучшие или наихудшие единицы не отображают действительное распределение признака в генеральной совокуп­ности);

  • Слайд 4

    б) выборка должна быть осуществлена из однородной совокупности, так как при других обстоятельствах результаты выборки будут не точными и не могут в полной мере представлять генеральную совокупность.

  • Слайд 5

    Различают два принципиально разных способа формирования выборочной совокупности: а) повторная выборка, когда отобранная из генеральной совокупности занумерованная единица фиксируется и снова возвращается на свое место, после чего пачка номеров единиц генеральной совокупности тщательным образом перемешивается; этот способ отбора на практике является ограниченным из-за нецелесообразности, а иногда и невозможности повторного обследования;

  • Слайд 6

    б) бесповторная выборка, когда отобранный из пачки номер единицы генеральной совокупности откладывается в сторону и не возвращается обратно в пачку; этот способ отбора характеризуется повышенной степенью точности, надежности выборки и чаще всего используется на практике.

  • Слайд 7

    В статистической практике различают такие разновидности выборки: - по способу организации выборочного обследования: простая случайная выборка; механическая выборка; районированная (типическая) выборка; серийная выборка; ступенчатая выборка.

  • Слайд 8

    по степени охватывания единиц обследуемой совокупности выборки: большие (при n= 30); малые (при n

  • Слайд 9

    Характеристики генеральной и выборочной совокупностей

    Рассматриваем изучение признака X в гене­ральной совокупности объема N единиц. Генеральная совокупность представляется вариационным рядом, но это распределение неизвестно и стоит задача его определения.

  • Слайд 10

    Обобщающими характеристиками этого ряда будут: генеральная средняя: генеральная дисперсия :  

  • Слайд 11

    генеральное среднее квадратическое отклонение

  • Слайд 12

    доля единиц признака генеральной совокупности р, то есть часть единиц М, которая обладает данным значением признака в общем объеме N единиц генеральной совокупности:

  • Слайд 13

    Цель выборочного исследования заключается в том, чтобы, ото­брав из генеральной совокупности nединиц, обследовать их и на этой основе оценить неизвестные нам генеральные характеристи­ки. Вариация признака х в выборочной совокупности объемом nможет быть представлена в виде вариационного ряда, который1 в общем случае отличаеся от вариационного ряда, представляющего генеральную совокупность, но характеристики которого могут быть определены.

  • Слайд 14

    Обобщающими характеристиками выборочной сово­купности будут: выборочная средняя 2) выборочная дисперсия

  • Слайд 15

    3) выборочное среднее квадратическое отклонение ; 4) доля единиц признака выборочной совокупности w, то есть отношение количества единиц выборочной совокупности m, которая обладает данным признаком, к объему выборочной совокупности n:

  • Слайд 16

    5) часть выборки wв как отношение объема выборки к объему генеральной совокупности

  • Слайд 17

    Ошибки выборочного наблюдения

    Ошибками выборки называются некоторые расхождения ха­рактеристик генеральной и выборочной совокупности. Они вклю­чают ошибки регистрации и репрезентативности. Ошибками регистрации называют такие, которые возникают в результате получения неточных или неверных сведений от от­дельных единиц совокупности из-за несовершенства измеритель­ных приборов, недостаточной квалификации наблюдателя, недо­статочной точности расчета и т. п. Эти ошибки должны быть ис­ключены или сведены к минимуму.

  • Слайд 18

    Ошибки репрезентативности разделяют на систематические случайные. Систематические ошибки репрезентативности возникают в результате особенностей принятой системы накоп­ления и обработки данных наблюдения или из условий несоблю­дения правил отбора в выборочную совокупность. Такие ошиб­ки также должны быть исключены

  • Слайд 19

    Случайные ошибки репрезен­тативности возникают прежде всего из-за того, что выборочная совокупность при ее малом объеме не всегда точно воспроизво­дит характеристики генеральной совокупности. Поэтому этот вид ошибок выборки является основным, и задание выборочного ме­тода заключается в получении таких выборочных характерис­тик, которые бы как можно точнее воспроизводили характерис­тики генеральной совокупности, то есть давали наименьшие ошиб­ки репрезентативности.

  • Слайд 20

    Закон больших чисел

    Выборочный метод наблюдения основан на вероятном подхо­де, теоретической базой для которого является закон больших чисел. Сущность закона больших чисел заключается в том, что при уве­личении численности единиц совокупности постепенно уменьша­ется элемент случайности в обобщенных характеристиках сово­купности.

  • Слайд 21

    На основе закона можно утверждать, что при доста­точно большом объеме выборки (n=30) выборочные характеристики мало отличаются от генеральных, в результате чего исполь­зуются приближенные зависимости для средней, доли, дисперсии, среднем квадратическом отклонении:

  • Слайд 22

    Теорема Чебышева

    при неограниченном увеличении количества независимых наблюдений в генеральной совокупности при ограниченной дисперсии с вероятностью, сколь угодно приближенной к единице, можно утверждать, что выборочные характеристики (средняя, доля) будут достаточно мало отличаться от соответствующих генеральных характеристик, то есть

  • Слайд 23

    Теорема Ляпунова

    при достаточно большом количестве независимых наблюдений в генеральной совокупности с ограниченной дисперсией вероятность того, что величина отличия между выборочной и генеральной средней не превышает по абсолютной величине некоторого значения Δи равняется интегралу Лапласа, то есть

  • Слайд 24

    где Δ— предельная ошибка выборки, или максимально возмож­ная для принятой вероятности Р: — средняя квадратическая (стандартная) ошибка выборки; t — коэффициент доверия, который показывает соотношение пре­дельной и стандартной ошибок и зависит от значения вероятнос­ти P; Ф(t)— интеграл Лапласа

  • Слайд 25

    Из теоремы Ляпунова следует, что при достаточно большом количестве независимых наблюдений распределение выборочных средних и их отклонение от генеральной средней приближено к нормальному закону распределения.

  • Слайд 26

    Простая случайная выборка

    При простой случайной выборке отбор единиц осуществляет­ся из всей массы единиц генеральной совокупности без предвари­тельного распределения ее на любые группы и единицы отбора совпадают с единицами наблюдения. С практической точки зрения преимущество отдается простой бесповторной выборке

  • Слайд 27

    Важным условием реп­резентативности случайного отбора является то, что каждой еди­нице генеральной совокупности предоставляется одинаковая воз­можность попасть в выборочную совокупность. Именно принцип случайности попадания любой единицы генеральной совокупно­сти в выборку предотвращает возникновение систематических ошибок отбора.

  • Слайд 28

    При простой случайной выборке (как и в других видах выбо­рочного наблюдения) возможно решение таких задач: определение ошибки выборочного наблюдения; определение границ генеральных характеристик на основе выборочных с заданной доверительной вероятностью (степенью надежности);

  • Слайд 29

    определение доверительной вероятности того, что генеральные характеристики могут отличаться от выборочных не более определенной заданной величины; нахождение необходимой численности выборки, которая с практической достоверностью обеспечивала бы заданную точность выборочных характеристик.

  • Слайд 30

    Решение первой задачи

    Средняя квадратическая ошибка бесповоротной выборки m определяется по формулам: а) для средней б)для доли

  • Слайд 31

    На основе теоремы Ляпунова предельная ошибка выборки равна Коэффициент доверия t при определении предельной ошибки зависит от принятого уровня вероятности Р: так, при t=1,0 значение вероятности Р=0,683; t=1,96— для вероятности Р = 0,950; t=2,0 — для вероятности Р = 0,954; t= 3,0 — для вероятности Р=0,997 .

  • Слайд 32

    Решение второй задачи

    Оценка по данным выборки характеристик генеральной совокупности а) для средней б) для доли

  • Слайд 33

    Эти формулы устанавливают границы, в которых при заданной доверительной вероятности находится неизвестная величина оцениваемого параметра: средней или доли р в генеральной совокупности. Вероятность того, что величина генеральной средней или доли выйдет за доверительные границы, равняется и называется уровнем значимости.

  • Слайд 34

    Решение третьей задачи

    Доверительная вероятность Р, которую необходимо вычислить по теореме Ляпунова, является функцией от коэффициента t: Р = Ф(t), где Ф(t) — интеграл Лапласа.

  • Слайд 35

    Значение t, в свою очередь, может быть определено через предельную и стандартную ошибки вычисленными относительно средней или доли. Наконец, по найденным значениям t из справочных таблиц находится интеграл Лапласа, отвечающий разыскиваемой веро­ятности Р, которая сравнивается с заданной величиной.

  • Слайд 36

    Решение четвертой задачи

    а) для средней б) для доли

  • Слайд 37

    Механическая выборка

    Механической называется такая выборка, при которой генеральная совокупность объемов N единиц, расположенных в определенном порядке (по увеличению или уменьшению, по алфавиту, географическому положению и т. п.), разделяется на п равных частей, и из каждой части обследуется одна единица. Отношение называется интервалом выборки.

  • Слайд 38

    Например, если отбор составляет 5% от генеральной совокупности работающих на предприятии, размещенных в списке в алфавитном порядке, то обследуют каждого 20-го работающего (5% — это 1/20 списоч­ного состава работающих). Интервал выборки будет равняться

  • Слайд 39

    За начало отсчета при обследовании генеральной совокупности принимают или начальную единицу, определенную случайным отбором (при неблагоприятном размещении единиц генеральной совокупности) или середину первого интервала (если единицы в списке размещены по определенному признаку — уве­личению или уменьшению).

  • Слайд 40

    Механическая выборка очень удобна в случаях, когда уже есть списки единиц, составленные в том или другом порядке, или тогда, когда мы не можем предварительно составить список еди­ниц генеральной совокупности, которые появляются постепенно в течение какого-то периода (например: при изучении покупок в магазине обследовать каждого 10-го покупателя; при контроле качества продукции — проверить каждую 5-ую деталь, которая сошла со станка).

  • Слайд 41

    Ошибки выборки при механическом отборе единиц вычисляют по формулам простой случайной бесповторной выборки.

  • Слайд 42

    С целью экономии времени и средств иногда бывает удобно обследовать не всю выборочную совокупность, а часть ее, то есть осуществить подвыборкуиз единиц первичной выборки.

  • Слайд 43

    Этот спо­соб называют двухфазным, а при наличии нескольких подвыборок —многофазным.

  • Слайд 44

    Многофазный способ чаще всего используют в тех случаях, когда количество необходимых для определения по­казателей имеет разную точность (например, в случаях разной степени вариации показателей). Ошибки при многофазной выбор­ке рассчитываются на каждой фазе отдельно.

  • Слайд 45

    Иногда бывает целесообразным взять из совокупности две или больше независимых между собой выборок, используя для каж­дой из них одинаковый способ отбора.

  • Слайд 46

    Такие выборки называют взаимопроникаемыми выборками. Преимущество таких выборок заключается в том, что они позволяют получить отдельные и не­зависимые оценки тех или других признаков совокупности.

  • Слайд 47

    Районированная (типическая) выборка

    Районированной выборкой называют такой способ отбора, ко­торый осуществляется на основе распределения количества отобранных единиц и между районами (группами), которые присут­ствуют в генеральной совокупности.

  • Слайд 48

    В качестве районов, в зави­симости от характера генеральной совокупности, могут быть при­няты территориальные области, отрасли производства, отдель­ные предприятия, социальные группы населения и т. п. Если гене­ральная совокупность разделяется на т частей, групп, районов, то есть N=N1+N2+...+Ni+...+Nm, то и выборочная совокупность должна формироваться из т частей так, чтобы п =п1 + п2+... + пi+ ... +пт.

  • Слайд 49

    Способы распределения между районами

    а) пропорциональный, когда количество отобранных в выбор­ку единиц является пропорциональным к удельному весу района в генеральной совокупности, то есть количество наблюдений в каждом районе рассчитывается по формуле:

  • Слайд 50

    б) непропорциональным, если из каждого района отбирают одинаковое количество единиц: где k— количество выделенных районов;

  • Слайд 51

    в) оптимальным, которое учитывает и численность района Ni,и среднее квадратическое отклонение признака в районе yi; тогда численность каждого района выборки niрассчитывается по фор­муле:

  • Слайд 52

    На практике в большинстве случаев применяют первый и тре­тий способы распределения между районами. Но использование оптимального размещения осложняется тем, что мы не всегда имеем данные о величинах уiв генеральной совокупности. Поэтому в таких случаях используется наиболее часто применяемое пропор­циональное распределение между районами.

  • Слайд 53

    Формулы расчета средней квадратической ошибки выборки при бесповторном отборе внутри районов для пропорционального способа распределения между районами

    а) для средней

  • Слайд 54

    где — средняя из дисперсий районов выборки б) для доли где - средняя из частей районов

  • Слайд 55

    Необходимая численность выборки при бесповторном отборе внутри районов а)для средней б) для доли

  • Слайд 56

    Разновидностью районированной выборки является типическая выборка. При таком отборе районы генеральной совокупно­сти выделяются по признаку, который изучается. Так, например, для определения среднего возраста студентов можно разделить их на группы, которые имеют или не имеют производственного стажа. Таким образом получаем «тип» с точки зрения принятого признака группы и увеличиваем точность выборки.

  • Слайд 57

    Серийная выборка

    При серийной выборке отбору подле­жат отдельные серии (группы, гнезда) единиц генеральной сово­купности. На практике часто встречается отбор с равными сери­ями. В отобранных сериях методом случайного бесповторного или механического отбора проводят сплошное наблюдение всех единиц, которые в них вошли.

  • Слайд 58

    Поскольку при серийной выборке каждая серия выступает как самостоятельная единица наблюдения, то дисперсия внутри се­рий в случае определения средней ошибки и численности выбор­ки должна быть исключена и учитывается только межсерийная дисперсия .

  • Слайд 59

    При равных сериях средняя квадратическая ошибка беспов­торной выборки и ее численность определяются по формулам: где r - количество отобранных серий; R — общее количество серий в генеральной совокупности.

  • Слайд 60

    Межсерийнаядисперсия рассчитывается: а) для средней б) для доли где - среднее в сериях; - общая средняя для серий; wi– доли в сериях (группах);- средняя доля признака для всей выборочнойсовокупности.

  • Слайд 61

    Чем меньше групповые средние и доли отличаются одна от другой, то есть чем ближе одна от другой серии за уровнем приня­того признака, тем точнее серийная выборка.

  • Слайд 62

    Ступенчатая выборка

    Серийную выборку можно рассматривать как одноступенча­тую выборку, где в случайно отобранных сериях генеральной со­вокупности проводят сплошное обследование всех единиц, кото­рые в них включены.

  • Слайд 63

    Но возможно сформировать выборочную совокупность в два этапа: на первом этапе методом случайного бесповторного отбора формируют серии, которые подлежат об­следованию; на втором этапе в каждой серии случайным беспов­торным отбором формируется определенное количество единиц для последующего обследования.

  • Слайд 64

    Средняя квадратическая ошиб­ка выборки будет зависеть от ошибки серийного отбора и ошиб­ки индивидуального отбора: где m- количество отобранных единиц в каждой серии; - средняя из внутрисерийных дисперсий. Такая выборка называется двухступенчатой.

  • Слайд 65

    Многоступенчатый отбор характеризуется тем, что на всех ступенях, за исключением последней, осуществляется наблюде­ние только за последней ступенью. Этот отбор отличается от мно­гофазного отбора тем, что используется в механической выбор­ке: при многоступенчатом отборе на разных ступенях используют единицы отбора разных порядков, а при многофазном отборе пользуются на каждой фазе одними и теми же единицами отбора.

  • Слайд 66

    Малые выборки

    Теорема Ляпунова доказывает, что ошибки выборки являются случайными величинами и распределены по нормальному закону распределения. В том случае, когда выборка малая данное утверждение будет уже не справедливо, то есть закон распределения отклонений выборочных характеристик от генераль­ных будет отличаться от нормального

  • Слайд 67

    Английский ученый В. Госсет (Стьюдент) (1908 ). Определил характеристики этого закона, который и был назван его именем t-распределение Стьюдента, которое подобно нормаль­ному закону.

  • Слайд 68

    Отклонение выборочной средней от генеральной средней Стьюдент выразил в виде отношения Стьюдента. Фактически это коэффициент доверия между предельной и средней квадратической ошибкой малой выборки: Δмв=tμмв

  • Слайд 69

    Значение t может быть найдено по математическим таблицам распределения Стьюдента в зависимости от уровня значимости а =1 - Р где Р — уровень вероятности и числа степеней свободы k=n-1 п — объем малой выборки.

  • Слайд 70

    Средняя квадратическая ошибка для количеств признака ма­лой выборки определяется по формуле: где — дисперсия малой выборки

  • Слайд 71

    Вероятность того, что ошибка выборки будет не больше за­данного значения представляет собой функцию S(t,n), приведенную в таблицах Стьюдента в литературе по ма­тематической статистике:

  • Слайд 72

    Из таблиц Стьюдента следует, что при увеличении объема выборки распределение Стьюдента приближается к нормально­му закону и при п = 20 он мало отличается от нормального рас­пределения. Следует учесть, что распределение Стьюдента используется только в оценке ошибок выборки, взятой из генеральной сово­купности с нормальным законом распределения признака.

  • Слайд 73

    Ряды динамики

Посмотреть все слайды

Сообщить об ошибке