附表 计数抽样方案 样本量字码

样本量字母表

第三节 抽样技术在控制测试中的运用

第三节抽样技术在控制测试中的运用 一、抽样基本概念在控制测试中的运用 在控制测试中，审计人员主要关注抽样风险中的信赖过度风险。可接受的信赖过度风险与样本规模成反比。审计人员愿意接受的信赖过度风险越低，样本规模通常越大。审计人员愿意接受的信赖过度风险越高，样本规模越小。控制测试中选取的样本旨在提供关于控制运行有效性的证据。由于控制测试是控制是否有效运行的主要证据来源，因此，可接受的信赖过度风险应确定在相对较低的水平上。通常，相对较低的水平在数量上是指5%～10%的信赖过度风险。在实务中，一般的测试是将信赖过度风险确定为10%。 在控制测试中，可容忍误差是指可容忍偏差率。可容忍偏差率是指审计人员在不改变其计划评估的控制有效性，从而不改变其计划评估的重大错报风险水平的前提下，愿意接受的对于设定控制的最大偏差率。在确定可容忍偏差率时，审计人员应考虑计划评估的控制有效性。计划评估的控制有效性越低，审计人员确定的可容忍偏差率通常越高，所需的样本规模就越小。一个很高的可容忍偏差率通常意味着，控制的运行不会大大降低相关实质性程序的程度。在这种情况下，由于审计人员预期控制运行的有效性很低，特定的控制测试可能不需进行。反之，如果审计人员在评估认定层次重大错报风险时预期控制的运行是有效的，审计人员必须实施控制测试。换言之，审计人员在风险评估时越依赖控制运行的有效性，确定的可容忍偏差率越低，进行控制测试的范围越大，因而样本规模增加。 在实务中，审计人员通常认为，当偏差率为3%～7%时，控制有效性的估计水平较高；可容忍偏差率最高为20%，偏差率超过20%时，由于估计控制运行无效，审计人员不需进行控制测试。当估计控制运行有效时，如果审计人员确定的可容忍偏差率较高就被认为不恰当。图表9-4 列示了可容忍偏差率与计划评估的控制有效性之间的关系。 图表9-4 可容忍偏差率和计划评估的控制有效性之间的关系

统计量及其抽样分布练习题

第六章 统计量及其抽样分布 练习题 一、填空题（共10题，每题2分，共计20分） 1．简单随机抽样样本均值X 的方差取决于_________和_________，要使X 的标准差降低到原来的50％，则样本容量需要扩大到原来的_________倍。 2. 设1217,,,X X X 是总体(,4)N μ的样本，2S 是样本方差，若2()0.01P S a >=，则a =____________。 3．若(5)X t ，则2X 服从_______分布。 4．已知0.95(10,5) 4.74F =，则0.05(5,10)F 等于___________。 5．中心极限定理是说：如果总体存在有限的方差，那么，随着_________的增加，不论这个总体变量的分布如何，抽样平均数的分布趋近于_____________。 6. 总体分布已知时，样本均值的分布为_________抽样分布；总体分布未知，大样本情况下，样本均值的分布为_________抽样分布。 7. 简单随机样本的性质满足_________和_________。 8.若(2,4)X N ，查分布表，计算概率(X 3)P ≥=_________。若(X )0.9115P a ≤=，计算a =_________。 9. 若12~(0,2),~(0,2),X N X N 1X 与2X 独立，则2212X X +（）/2服从______分布。 10. 若~(16,4)X N ，则5X 服从___________分布。 二、选择题（共10题，每题1分，共计10分）

1．中心极限定理可保证在大量观察下 ( ) A ． 样本平均数趋近于总体平均数的趋势 B ． 样本方差趋近于总体方差的趋势 C ． 样本平均数分布趋近于正态分布的趋势 D. 样本比例趋近于总体比例的趋势 2．设随机变量()(1)X t n n >，则21/Y X =服从 ( ) 。 A. 正态分布 B.卡方分布 C. t 分布 D. F 分布 3．某品牌袋装糖果重量的标准是（500±5）克。为了检验该产品的重量是否符合标准，现从某日生产的这种糖果中随机抽查10袋，测得平均每袋重量为498克。下列说法中错误的是（ ） A. 样本容量为10 B .抽样误差为2 C. 样本平均每袋重量是统计量 D. 498是估计值 4．设总体均值为100，总体方差为25，在大样本情况下，无论总体的分布形式如何，样本平均数的分布都是服从或近似服从( ) A. (100/,25)N n B. N C. (100,25/)N n D. (100,N 5、设2(0,1),(5),X N Y χ且X 与Y 独立，则随机变量_________服从自由度为5的t 分布。 （ ） A. /X Y B. 5/Y X C. /X /

属性抽样

什么是属性抽样 属性抽样是指在精确度界限和可靠程度一定的条件下，为了测定总体特征的发生频率而采用的一种方法。根据控制测试的目的和特点所采用的审计抽样通常称为属性抽样。属性抽样用于内部控制的符合性测试，目的是确定被审计单位的内部控制的有效程度。 属性抽样的具体方法 1.固定样本量抽样常用于估计审计对象总体中某种误差发生的比例，用比例回答问题。固定样本就是让你把这个方案定下来。 2.停—走抽样从预期总体误差为零开始，通过边抽样边评价来完成抽样审计工作。停-走抽样的步骤：先编表再判断。 3.发现抽样就是按照预期总体误差为0来查方案，如果审完以后如果确实是0就信赖这个内部控制，如果不是0就不信赖内部控制。发现抽样主要用于查找重大非法事件。 属性抽样的具体步骤 （一）明确审计测试目标 一般来说，控制测试的总目标在于测试某一循环中控制的应用情况。例如，在销售和收款循环测试中，测试的总目标 通常为测试销售和现金收入控制的有效性。 （二）定义属性和偏差状态 采用审计抽样，审计人员必须仔细定义所测试的特性（属性）及偏差状态。相关属性和偏差状态都直接来自于审计方案。 （三）定义总体 总体是审计人员希望通过测试得到其特性的数据体，也即审计对象所包含的所有项目的综合。在定义总体时，必须使其与审计测试的目标一致。此外，在选取样本之前，审计人员应测试总体的完整性，以确保依据样本的结果而推断出的总体结果有效。 （四）定义抽样单位 定义抽样单位时，主要考虑如何使其与审计测试的目标一致。因此，在定义总体、计划审计手续时，往往同时就定义了恰当的抽样单位。 （五）确定可容忍的偏差率 确定为多大是适当的，受到属性的定义和属性的重要程度的影响，是职业判断的结果。属性越重要，则发生偏差代表的情况越严重，可容忍的偏差率越低。 （六）确定可接受的过度信赖风险 只要使用抽样方法，则可接受的过度信赖风险就是存在的。在确定过度信赖风险时，审计人员必须运用专业判断。因为过度信赖风险是审计人员愿意承担的风险的量度，主要考虑的是审计人员想将控制风险的估定水平减低到什么程度，以确定余额详细测试的范围。估定的控制风险越低，过度信赖风险越低，计划的余额详细测试的范围也就越小。 （七）估计总体偏差率 为了计划适当的样本量，应当预先估计总体偏差率。如果预期总体偏差率较低，则需要较小的样本量就可以满足审计人员的可容忍偏差率的要求，这是因为不需要精确的估计。通常审计人员可以利用以前年度的审计结果来估计总体偏差率。如果没有以前年度的审计结果或者虽有但不可靠，审计人员还可以从本年度总体中选取一个较小的预备样本进行估计。如果使用预备样本，只要遵循恰当的选样的程序，它也可以包括在最终样本之中。 （八）确定初始样本量 初始样本量受四个因素影响：总体容量、可容忍的偏差率、过度信赖风险和估计总体偏差率。在上述四个因素中，可容忍的偏差率与估计总体偏差率两因素的结合对样本量影响较大。属性抽样中初始样本量的确定，通常既可以用计算法，也可以采用查表法来确定。

统计学第5-6章 正态分布、 统计量及其抽样分布知识分享

统计学第5-6章正态分布、统计量及其 抽样分布

第5-6章统计量及其抽样分布 5.1正态分布 5.1.1定义:当一个变量受到大量微小的、独立的随机因素影响时，这个变量一般服从正态分布或近似服从正态分布。 概率密度曲线图 例如：某个地区同年龄组儿童的发育特征：身高、体重、肺活量等某一条件下产品的质量 如果随机变量X的概率密度为 2 2 () 2 1 (), 2 x f x e x μ σ πσ -- =-∞<<∞ 则称X服从正态分布。 记做 2 (,) X Nμσ : ，读作：随机变量X服从均值为 μ ，方差为2 σ的正态分布 其中， μ -∞<<∞ ，是随机变量X的均值，0 σ>是是随机变量X 的标准差

5.1.2正态密度函数f(x)的一些特点： ()0 f x≥, 即整个概率密度曲线都在x轴的上方。 曲线 () f x相对于xμ =对称，并在xμ = 处达到最大值， 1 () 2 fμ πσ = 。 1 μ＜ 2 μ＜ 3 μ 曲线的陡缓程度由 σ 决定： σ 越大，曲线越平缓；σ越小，曲线越陡峭当 x 趋于无穷时，曲线以 x轴为其渐近线。 标准正态分布

当 0,1 μσ == 时， 2 2 1 () 2 x f x e π - = ， x -∞<<∞ 称 (0,1) N 为标准正态分布。 标准正态分布的概率密度函数： ()x ? 标准正态分布的分布函数： ()x Φ 任何一个正态分布都可以通过线性变换转化为标准正态分布 设 2 (,) X Nμσ : ,则 (0,1) X Z N μ σ - =: 变量 2 11 (,) X Nμσ :与变量2 22 (,) Y Nμσ :相互独立,则有 22 1212 +(+,+) X Y Nμμσσ : 5.1.3 正态分布表：可以查的正态分布的概率值 ()1() x x Φ-=-Φ

如何确定抽样统计的最小样本量

如何确定抽样统计的最小样本量（附：随机抽样统计的抽样误差Excel计算表格） 在电视节目中经常看到关于选举的报道中经常会后有支持率的数字，例如：调查结果为 ?a方支持率为%； ?b方支持率为%； ?c方支持率为%； ?... 最后都会说明一下，此次电话调查的数量2352，置信度为95%﹐最大抽样误差为±%。 抽样调查的典型情景：对一个大的集合（比如：数千万选民）做一次调查的成本较高，抽样调查可以低成本的用近似的（可接受的）数据反映实际情况；在用户调研中，也经常通过通过抽样调查的方式并对比打分的方法做评估。这里就需要了解置信度和抽样误差的概念； 抽样误差：假如相同规模的抽样调查进行多次，抽样均值在真实均值的上下波动，相对于整体均值的偏移波动就是抽样误差，而这个误差的分布是符合的，例如下图：横轴为整体的均值，圆点是每次抽样的均值，而红色那次抽样就是加上误差后都未覆盖到均值线的情况）； 最小抽样量的计算公式：抽样量需要> 30个才算足够多，可以用以下近似的误差/样本量估算公式； n：为样本量； ：，抽样个体值和整体均值之间的偏离程度，抽样数值分布越分散方差越大，需要的采 样量越多； E：为抽样误差（可以根据均值的百分比设定），由于是倒数平方关系，抽样误差减小为 1/2，抽样量需要增加为4倍； : 为可靠性系数，即置信度，置信度为95%时，=，置信度为90%时，=，置信度越高需要的样本量越多；95%置信度比90%置信度需要的采样量多40%； 为了体现相对差距：假设抽样为y 相对抽样误差h = E / y C= σ / y 以下是基于抽样得分的抽样误差估算表格：方差越大需要的样本量越多，数据离散度越低，需要的抽样量越少； 置信度相对抽样误差(假设：C=

样本均值的抽样分布

抽样分布 根据样本统计量去估计总体参数，必须知道样本统计量分布。 定义6.2 某个样本统计量的抽样分布，从理论上说就是在重复选取容量为n 的样本时，由每一个样本算出的该统计量数值的相对数频数分布或概率分布。 由于现实中我们不可能将所有的样本都抽出来，因此，统计的抽样分布实际上是一种理论分布。 （一）样本均值的抽样分布 从单位数为N 的总体中抽取样本容量为n 的随机样本，在重复抽样的条件下 共有n N 个可能的样本，在不重复抽样条件下，共有!!()! n N N C n N n =-个可能样本。对于每一个样本，我们都可以计算出样本的均值2()x s 或或p ，因此，样本均值是一个随机变量。所有的样本均值形成的分布就是样本均值的抽样分布。 [例6.4]设一个总体含有4个个体（元素），即N=4，取值分别为： 12341234x x x x ==== 总体分布为均匀分布，如图6.1所示。 图6.1 总体均值：10 2.54X μ== = 总体方差：22() 1.25x x n σ-==∑ x

若重复抽样，n=2 则共有2416=个可能样本。具体列示如表5.1.1。 表6.1 可能的样本及其均值 每个样本被抽中的概率相同，均值为116 样本均值的抽样分布如表5.1.2和图5.1.2所示。 样本均值x 抽样分布的形状与原有总体的分布有关，如果原有总体是正态分布，样本均值也服从正态分布。 如果总体分布是非正态分布，当x 为大样本（30n ≥）时，样本均值的分布趋于服从正态分布；当x 为小样本时，其分布不是正态分布。 下面再让我们来看看样本均值x 抽样分布的特征：数学期望和方差。 设总体共有N 个元素，其均值为μ，方差为2σ，从中抽取容量为n 的样本。 E()x x X μ=== （6.1） 22 x n σσ=（重复抽样） （6.2） 22 ()1x N n n N σσ-=-（不重复抽样） （6.3） 对于无限总体，样本均值的方差，不重复抽样也可按重复抽样来处理；对于有限总体，当N 很大，而/n N 又很小，修正系数 1 N n N --会趋于1，不重复抽样也可按重复抽样来处理。 样本均值x 抽样分布的特征—数学期望和方差的计算公式，可以通过[例6.4]加以验证。 样本均值的均值 1.0 1.5 3.5 4.040 2.51616x μ++++====

浅议如何选择合适的审计统计抽样方法

浅议如何选择合适的审计统计抽样方法 摘要：选择统计抽样方法时，要全面考虑每一种统计抽样方法各自的优点和运用条件，结合审计项目的特点和要求，再与丰富的审计实践经验相结合，才能做出正确的选择。 关键字：审计选择统计抽样方法 正文： 一、审计统计抽样概述 审计抽样是指审计人员在实施审计测试时，从被审总体中选取一定数量的样本进行审查，通过样本的审查结果来推断被审总体特征的一种审计技术方法，审计统计抽样是审计抽样的一种方法，它是相对于非统计抽样而言的。统计抽样是指在审计抽样中，审计人员根据概率论和数理统计的原理，按照一定方法确定样本数量，并以样本审查结果推断评估总体的审计抽样技术。它运用的数学运算包括两个过程：计算样本规模和推算总体。统计抽样的思想方法是以假设检验为前提，设定抽样参数，确定抽样规模，无人为偏见的随机抽取样本进行审核，根据需要扩大样本，逐次逼近总体特征，根据样本特征经科学计算推导，得出总体结论。根据抽样测试的目标不同，统计抽样方法可分为两大类：用于符合性测试的属性抽样和用于实质性测试的变量抽以及货币单位抽样。 二、审计中常用的统计抽样技术 （一）属性抽样 属性抽样用于内部控制符合性测试。其目的是确定被审单位内部控制的有效程度。每个样本的审查结果只能是“符合”或者“违反”有关的内部控制制度，对总体的评价以误差率表示。常用的属性抽样方法有固定样本量抽样、停－走抽样和发现抽样。 1. 固定样本量抽样 也叫固定样本规模抽样，是一种基本的应用最为广泛的属性抽样方法。他根据公式或表格确定固定的样本数量进行审查，并以全部样本审查结果推断总体的一种审计抽样方法。 2. 停－走抽样 也叫行止抽样、连续抽样，是固定样本量抽样的一种改进形式。固定样本量抽样应该等到某一确定的抽样规模全部选取、审查完毕后，才作出审计结论。停走抽样采取边抽样边判断的做法，一旦能作出审计结论时就中止抽样审查。在总体错误率较小的情况下，停走抽样会使审计效率更进一步提高。 3.发现抽样 发现抽样是指在既定的可信赖程度下，在假定误差以既定的误差率存在于总体的情况下，至少查出一个误差的抽样方法。发现抽样主要用于查找重大舞弊事件或极少出现的例外事件。 (二)变量抽样 变量抽样用于帐户余额或报表项目的实质性测试。根据由样本推断总体的方法不同，变量抽样又可分为单位平均数估计抽样、差额估计抽样和比率估计抽样。 1.单位平均数估计抽样

常用的统计量抽样分布总结

常用的统计量抽样分布 一．正态分布 1. ∑==n i i X n X 1 1EX → 2. 2 12)(11∑=--=n i i X X n S ][112 1 2∑=--=n i i X n X n DX → 3. 定理： X ～),(2σμN ，n X X X ,,,21 为X 的样本，则 (1). X ～), (2 n N σμ， (2). 2 2 )1(σ S n -～)1(2-n χ, (3). X 与2S 相互独立。 二．2χ分布 1. 定义 设n X X X ,,,21 独立同分布，且～)1,0(N ，则)(~2122 n X n i i χχ∑== 2. 性质： (1). 若X ～)(12n χ，Y ～)(22n χ，且X ,Y 独立，则X +Y ～)(212n n +χ。 (2). 若X ～)(2n χ，则n EX =，2DX n =。 三．t 分布 1. 定义 设X ～)1,0(N ,Y ～)(2n χ，且X ,Y 独立，则n Y X T =～)(n t 。 2. 定理： 设n X X X ,,,21 独立同分布，且～),(2σμN ，则

n S X μ -σ σ μS n X )(-=1 )1() (2 2 ---= n S n n X σσ μ～)1(-n t （因为 n X σ μ-～)1,0(N ， 2 2 )1(σ S n -～)1(2-n χ）。 3. 定理： 设1,,,21n X X X 为总体X ～),(21σμN 的样本， 1,,,21n Y Y Y 为总体Y ～),(22σμN 的样本，且Y X ,独立，则 2 12111)()(n n S Y X w +---μμ～)2(21-+n n t ，其中 2 )1()1(212 2 22112 -+-+-=n n S n S n S w 。 证：因为 2 2 11)1(σ S n -～)1(12 -n χ, 2 2 2 2)1(σ S n -～)1(22-n χ， 所以 2 2 2 2211)1()1(σS n S n -+-～)2(212-+n n χ； 又X ～), (1 2 1n N σμ，Y ～), (2 2 2n N σμ， 所以X Y -～), (2 2 1 2 21n n N σσμμ+ +， 所以 2 12111) ()(n n Y X +---σ μμ～)1,0(N ，所以 2 12111)()(n n S Y X w +---μμ 2 12111) ()(n n Y X +---= σμμ/ )2/()1()1(212 2 2 2211-+-+-n n S n S n σ ～)2(21-+n n t 。

抽样调查的样本容量的确定方法

抽样调查的样本容量的确定方法 摘要：确定样本容量是抽样调查中重要的环节，影响到抽样估计的精确度和调查的成本和效益。单位标志变异程度、抽样极限误差、抽样推断的可靠度、抽样类型和方法等影响到样本容量地确定。样本容量的确定可以根据由抽样误差、抽样极限误差和概率度推算出来的公式计算，也可以根据建立在过去抽取满足统计方法要求的样本量所累积下来的经验法则来确定。 关键词：样本容量；抽样调查；抽样误差；极限误差 抽样调查是根据随机原则，从总体中抽取部分实际数据构成样本，同时运用概率估计方法，依据样本信息推断总体数量特征的一种非全面统计调查。根据抽选样本的方法，抽样调查可以分为等概率抽样和非概率抽样两类。等概率抽样又称为随机抽样，是按照概率论和数理统计的原理，从调查研究的总体中，根据随机原则来抽选样本，并从数量上对总体的某些特征做出估计推断，对推断出可能出现的误差可以从概率意义上加以控制。样本是从总体中抽出的部分单位的集合，样本中所包含的单位数被称为样本容量，一般用n表示。确定样本容量是制定抽样调查方案中的一个非常重要的环节。 1．确定样本容量的必要性 1.1样本容量大小影响抽样估计的精确度 抽样估计的精确度是指样本的统计量与其所代表的总体值的接近程度。调查结果相对于总体真实值的精确度与样本容量直接相关。样本容量越大，抽样误差相对就会减少，估计精度就会提高；若样本容量太小，抽样误差就会增大，从而影响抽样估计的精确度。 1.2样本容量大小影响抽样调查的成本和效益 样本量的设计通常受到研究经费及调查时间的限制。根据数理统计规律，样本量增加呈直线递增的情况下（样本量增加一倍，成本也增加一倍），而抽样误差只是样本量相对增长速度的平方根递减。若样本容量过大，调查单位增多，不仅增加人力、财力和物力的耗费，增加调查费用，而且还影响到抽样调查的时效性，从而不能充分发挥抽样调查的优越性。 因此，为节省调查费用，体现出抽样调查的优越性，在确定样本容量时，应在满足抽样调查对估计数据的精确度的前提下，尽量减少调查单位数，确保必要的抽样数目。 2．影响必要样本容量的主要因素 影响样本容量的因素是多方面的，在抽样调查总体、调查费用和调查时间既定的情况下，为确定最佳的样本容量，应首先分析影响样本容量的因素。从理论上说，影响样本容量的因素有以下几个方面： 2.1单位标志变异程度 或成数方差P(1－P)的大小来表示。在其他单位标志变异程度一般用方差2

第十章 审计抽样参考答案

第十章审计抽样 参考答案： 一、单项选择题 1.D 2.C 3.D 4.A 5.C 6.C 7.B 8.D 9.A 10.D 11.A 12.C 13.B 14.C 15.B 16.C 17.A 18.B 19.A 20.B 二、多项选择题 1.ABD 2.BCD 3.AC 4.ABCD 5.ABCD 6.AD 7.ABCD 8.ABCD 9.ABC 10.ABCD 11.AC 12.AC 13.ABCD 14.ABD 15.BCD 16.ABCD 17.ABC 18.AB 19.AC 20.BCD 三、判断题 1.错 2.对 3.对 4.错 5.错 6.对 7.对 8.错 9.对 10.错 11.对 12.对 13.错 14.错 15.错 16.对 17.对 18.错 19.对 20.错 四、名词解释 1.实质性程序包括对各类交易、账户余额、列报的细节测试，以及实质性分析程序。 2.非抽样风险是指由于某些与样本规模无关的因素而导致注册会计师得出错误结论的可能性。 3．总体变异性是指总体的某一特征在各项目之间的差异程度。 4.属性抽样法是一种用于推断总体中具有某一特征的项目所占比率的统计抽样方法。 5.差额估计抽样是单位平均数抽样的一种变形，通过比较样本的审定值和账面值计算两者的平均差异，并用样本的平均差异额来估计总体实际价值和账面价值的平均差额，再以这个平均差额乘以总体项目个数求得总体的四季价值和账面价值的差异总额，最后可将账面价值加上差异总额以推算总体的实际价值总额。 6.比率估计抽样是差额估计抽样方法的变异，其原理与差额估计抽样方法极为类似，是以样本审定值与账面值的比率关系来估计总体实际值与账面值之间的比率关系，然后再以该比率去乘以总体的账面值，从而求出总体实际值的估计金额的变量抽样方法。 7.单位平均数抽样是一种古典的变量抽样方法，通过计算样本平均值，将平均值与总体项目数相乘，从而得出审定的总体价值。 8.抽样风险是指注册会计师根据样本得出的结论，与对总体全部项目实施与样本同样的审计程序得出的结论有存在差异的可能性。 9.审计抽样是指注册会计师对某类交易或账户余额中低于百分之百的项目实施审计程序，使所有抽样单元都有被选取的机会。 10.发现抽样是固定样本量抽样的另一种特殊形式，与固定样本量抽样的不同之处在于发现抽样将预期总体误差率直接定为0,并根据可信赖程度和可容忍误差率一起确定样本量，在对选出的样本进行审查时，一旦发现一个误差就立即停止

样本量的确定方法.

样本量的确定方法(2008-10-14 09:12:34) 一、样本单位数量的确定原则 一般情况下，确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验，市场潜力和推断等涉及量比较严格的调查需要的样本量比较大，而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查，样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题，即要有定性的考虑，也要有定量的考虑；从定性的方面考虑，决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来，样本量的大小主要取决于： (1)研究对象的变化程度，即变异程度； (2)要求和允许的误差大小，即精度要求； (3)要求推断的置信度，一般情况下，置信度取为95%； (4)总体的大小； (5)抽样的方法。 也就是说,研究的问题越复杂,差异越大时,样本量要求越大；要求的精度越高,可推断性要求越高时,样本量也越大；同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系；而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1；分层抽样由于抽样效率高于简单随机抽样，其设计效应的值小于1,合适恰当的分层，将使层内样本差异变小，层内差异越小，设计效应小于1的幅度越大；多阶抽样由于效率低于简单随机抽样，设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,这种说法原则上是不对的。实际上,在大城市抽样太大是浪费,在小城市抽样太少没有推断价值。 二、样本量的确定方法 如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便，然后将样本量根据一定方法分配到各个子域中去。所以，区域二相抽样不能计算样本量的说法是不科学的。

贾俊平《统计学》(第5版)课后习题-第6章 统计量及其抽样分布【圣才出品】

第6章　统计量及其抽样分布一、思考题 1．什么是统计量？为什么要引进统计量？统计量中为什么不含任何未知参数？ 答：（1）设12n X X X ，， …，是从总体X 中抽取的容量为n 的一个样本，如果由此 样本构造一个函数12()n T X X X ，，…，，不依赖于任何未知参数，则称函数12()n T X X X ，，…，是一个统计量。 （2）在实际应用中，当从某总体中抽取一个样本后，并不能直接应用它去对总体的有关性质和特征进行推断，这是因为样本虽然是从总体中获取的代表，含有总体性质的信息，但仍较分散。为了使统计推断成为可能，首先必须把分散在样本中关心的信息集中起来，针对不同的研究目的，构造不同的样本函数。 （3）统计量是样本的一个函数。由样本构造具体的统计量，实际上是对样本所含的总体信息按某种要求进行加工处理，把分散在样本中的信息集中到统计量的取值上，不同的统计推断问题要求构造不同的统计量，所以统计量不包含未知参数。 2．判断下列样本函数哪些是统计量？哪些不是统计量？ 1121021210310410()/10 min() T X X X T X X X T X T X μ μσ =+++==-=-…，，…，（）/答：统计量中不能含有未知参数，故1T 、2T 是统计量，3T 、4T 不是统计量。

3．什么是次序统计量？ 答：设12n X X X ，， …，是从总体X 中抽取的一个样本，()i X 称为第i 个次序统计量，它是样本 12()n X X X ，，…，满足如下条件的函数：每当样本得到一组观测值12X X ，，…，n X 时，其由小到大的排序 (1)(2)()()i n X X X X ≤≤≤≤≤……中，第i 个值()i X 就作为次序统计量()i X 的观测值，而(1)(2)()n X X X ，，…，称为次序统计量，其中(1)X 和()n X 分别为最小和最大次序统计量。 4．什么是充分统计量？ 答：在统计学中，假如一个统计量能把含在样本中有关总体的信息一点都不损失地提取出来，那对保证后边的统计推断质量具有重要意义。统计量加工过程中一点信息都不损失的统计量通常称为充分统计量。 5．什么是自由度？ 答：统计学上的自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的变量的个数。 6．简述2 χ分布、t 分布、F 分布及正态分布之间的关系。答：（1）随机变量X 1，X 2，… X n 相互独立，且都服从标准正态分布，则它们的平方和21 n i i X =∑服从自由度为n 的2 χ分布。（2）随机变量X 服从标准正态分布，Y 服从自由度为n 的2 χ分布，且X 与Y 独立，

如何确定抽样统计的最小样本量

?a方支持率为45.3%； ?b方支持率为30.2%； ?c方支持率为8.5%； ?... 最后都会说明一下，此次电话调查的数量2352，置信度为95%﹐最大抽样误差为±2.5%。 抽样调查的典型情景：对一个大的集合（比如：数千万选民）做一次调查的成本较高，抽样调查可以低成本的用近似的（可接受的）数据反映实际情况；在用户调研中，也经常通过通过抽样调查的方式并对比打分的方法做评估。这里就需要了解置信度和抽样误差的概念； 抽样误差：假如相同规模的抽样调查进行多次，抽样均值在真实均值的上下波动，相对于整体均值的偏移波动就是抽样误差，而这个误差的分布是符合标准正态分布的，例如下图：横轴为整体的均值，圆点是每次抽样的均值，而红色那次抽样就是加上误差后都未覆盖到均值线的情况）；

最小抽样量的计算公式：抽样量需要> 30个才算足够多，可以用以下近似的误差/样本量估算公式； n：为样本量； ：方差，抽样个体值和整体均值之间的偏离程度，抽样数值分布越分散方差越大，需要的采样量越多； E：为抽样误差（可以根据均值的百分比设定），由于是倒数平方关系，抽样误差减小为1/2，抽样量需要增加为4倍； : 为可靠性系数，即置信度，置信度为95%时，=1.96，置信度为90%时，=1.645，置信度越高需要的样本量越多；95%置信度比90%置信度需要的采样量多40%； 为了体现相对差距：假设抽样均值为y 相对抽样误差h = E / y 变异系数C= σ / y

以下是基于抽样得分的抽样误差估算表格：方差越大需要的样本量越多，数据离散度越低，需要的抽样量越少； 相对抽样误差(假设：C=0.4) π为按照经验得出的最后比例，在未知时π可取50%，待算出结果后再重新拟合，比例越悬 从而看出大部分的电话抽样调查：95%置信度的情况下，误差要控制在2%以内取样量一般在2000-5000；为了方便计算抽样调查的误差和估算抽样量，制作了一个Excel表格附后，调整颜色框中的抽样量数字就可以得到相应的误差或根据指定的误差范围估算出抽样量；

最新样本量的确定知识讲解

样本量的确定 1. 二值分布(估计比例时的样本容量) 这种情况下，表明可能的采样结果只有两种情况，即是与非的问题。比如调查某一批产品的合格率。样本量的确定主要受以下几个因素影响：置信水平α、所能接受的抽样偏差e (估计值与真实值的最大偏差)、总体数量N ；通过置信水平即可查表确定z 。 通常情况下置信水平选择95%。抽样偏差为±5%，不过也不完全一定，抽样偏差的确定还是要考虑实际情况，比如最小的调查估计值p=5%，此时抽样偏差就应该小于5%。 这时，就可以确定样本量： 22 2(1)(1)z p p n z p p e N -=-+ P 值的确定：用以前类似样本得到的结果来近似，如果完全不知道就设p=0.5，因为此时方差最大，可求得一个比较保守的样本容量。 样本容量和在p=0.5时运用简单随机抽样估计p 值得到的抽样偏差e

如果总体容量N 非常大，可近似为无穷，那么上面这个公式可简化成： 22 (1)z p p n e -= 事实上当总体容量很小时，不会采用抽样调查，而是普查了。 2. 正态分布(估计均值时的样本容量) 在这种情况下，表明采样的结果是具有多样性的，并不局限在0、1上。比如对某一城市老年人的患病年龄进行统计。这个时候，样本量同样受如下几个因素影响：置信水平α、所能接受的抽样偏差e (估计值与真实值的最大偏差)、总体数量N 。 样本量为： 22 222 z S n z S e N = + S 表明的是总体标准差，这个可以用以前类似样本得到的S 或是实验调查样本的S 来近似。 同样，如果总体容量N 非常大，可近似为无穷，那么上面这个公式可简化成： 22 2 z S n e = 理论基础： 根据数理统计知识，样本均值对总体均值可构造如下统计量： x X u σ-，他满足标准正态分 布，查表即可得到某一显著性水平下这个统计量的值，这里面的x σ表示总体均值估计量的标准误差。 在无放回简单随机抽样情况下，总体均值估计量的标准误差表达式： x σ=

抽样调查样本量确定.

抽样调查样本量的确定 在贸易统计中, 对于限额以下批零餐饮企业普遍采用抽样调查方法进行解决。然而,由于当前市场经济情况的多样性,经济发展的不均衡性,以及地域宽广性,导致情况多种多样;实际情况的复杂,决定了方案的复杂性,增加了具体抽样的难度。经过多年的探讨,区域二相抽样调查比较符合当前我国的实际情况,我们在这里根据试点所掌握的情况针对采用区域二相抽样调查的贸易抽样方案中如何确定样本量进行分析。 一、样本单位数量的确定原则 一般情况下,确定样本量需要考虑调查的目的、性质和精度要求。以及实际操作的可行性、经费承受能力等。根据调查经验,市场潜力和推断等涉及量比较严格的调查需要的样本量比较大,而一般广告效果等人们差异不是很大或对样本量要求不是很严格的调查,样本量相对可以少一些。实际上确定样本量大小是比较复杂的问题,即要有定性的考虑,也要有定量的考虑;从定性的方面考虑,决策的重要性、调研的性质、数据分析的性质、资源、抽样方法等都决定样本量的大小。但是这只能原则上确定样本量大小。具体确定样本量还需要从定量的角度考虑。 从定量的方面考虑,有具体的统计学公式,不同的抽样方法有不同的公式。归纳起来,样本量的大小主要取决于: (1研究对象的变化程度,即变异程度; (2要求和允许的误差大小,即精度要求; (3要求推断的置信度,一般情况下,置信度取为95%; (4总体的大小; (5抽样的方法。

也就是说,研究的问题越复杂,差异越大时,样本量要求越大;要求的精度越高,可推断性要求越高时,样本量也越大;同时,总体越大,样本量也相对要大,但是,增大呈现出一定对数特征,而不是线形关系;而抽样方法问题,决定设计效应的值,如果我们设定简单随机抽样设计效应的值是1;分层抽样由于抽样效率高于简单随机抽样,其设计效应的值小于1,合适恰当的分层,将使层内样本差异变小,层内差异越小,设计效应小于1的幅度越大;多阶抽样由于效率低于简单随机抽样,设计效应的值大于1,所以抽样调查方法的复杂程度决定其样本量大小。对于不同城市,如果总体不知道或很大,需要进行推断时,大城市多抽,小城市少抽,这种说法原则上是不对的。实际上,在大城市抽样太大是浪费,在小城市抽样太少没有推断价值。 二、样本量的确定方法 如何确定样本量,基本方法很多,但是公式检验表明,当误差和置信区间一定时,不同的样 本量计算公式计算出来的样本量是十分相近的,所以,我们完全可以使用简单随机抽样计算 样本量的公式去近似估计其他抽样方法的样本量,这样可以更加快捷方便,然后将样本量根 据一定方法分配到各个子域中去。所以,区域二相抽样不能计算样本量的说法是不科学的。 1.简单随机抽样确定样本量主要有两种类型: (1对于平均数类型的变量 对于已知数据为绝对数,我们一般根据下列步骤来计算所需要的样本量。已知期望调查 结果的精度(E, 期望调查结果的置信度(L,以及总体的标准差估计值σ的具体数据,总体

抽样检验标准()

1.0说明 1.0适用范围 1）对于形成过程连续,具有自然连续性和整体均匀性的流程性材料，不能进行计数只能进行计量的物料，如没有明确规定抽样检验方式的，按本标准中的2.0有关抽 检规定执行。 2）没有明确规定抽样检验方式的其他批量物料，执行本标准中的3.0、4.0、5.0有关规定，这部分物料包括：外购物料、委外加工的零部件、自制零部件等。 1.1引用标准 本标准依据GB/T 2828.1－2003/ISO 2859－1：1999 计数抽样检验程序制定。 2.0流程性材料抽检规定 2.1规格、型号相同，由同一个供应商供货的同批流程性材料作为一个检验批，对于塑料 或树脂、钢材炉批号等相同的物料为一个检验批。 2.2钢材的理化试验，每批抽检一组试样 2.3不易展开的物料在端头进行常规检验，如线材类等 3.0术语及符号 3.1批量（N）：产品生产批次数，同一个供应商采用相同材质、技术工艺、车间、人员及 设备生产出的产品统称为批次.构成一个批的产品产生条件须尽可能相同 采购件：规格、型号相同，由同一个供应商供货的的同批产品。 外协件：同一个外协厂按同一图纸，采用相同的工艺方法的同批产品。 自制件：同一班次按同一图纸，采用相同的材料、工艺方法和设备的产品。 3.2样本量（n）：样本中产品数量 3.3样本的抽取：按简单随机抽样（见GB/T 3358.1－1993的5.7）从批中抽取作为样本。 样本可在制作完成后或在制作期间抽取。由本公司自制件的首件必须报捡。二次或多 次抽样的样本应从同一批的剩余部分抽取。 3.4正常、加严、放宽检验 1）概念 正常检验：在规定的时段或生产量内平均过程水平优于可允许的最差过程平均质量水平可使用正常检验方法。

统计学第5-6章 正态分布、 统计量及其抽样分布

第5-6章 统计量及其抽样分布 正态分布 5.1.1定义:当一个变量受到大量微小的、独立的随机因素影响时，这个变量一般服从正态分布或近似服从正态分布。 概率密度曲线图 例如：某个地区同年龄组儿童的发育特征：身高、体重、肺活量等 某一条件下产品的质量 如果随机变量X 的概率密度为 22 ()21 (),2x f x e x μσπσ --=-∞<<∞ 则称X 服从正态分布。 记做 2 (,)X N μσ，读作：随机变量X 服从均值为μ，方差为2 σ的正态分布 其中， μ-∞<<∞，是随机变量X 的均值，0σ>是是随机变量X 的 标准差

5.1.2正态密度函数f(x)的一些特点： ()0 f x≥,即整个概率密度曲线都在x轴的上方。 曲线 () f x相对于xμ =对称，并在xμ = 处达到最大值， 1 () 2 fμ πσ = 。 1 μ＜ 2 μ＜ 3 μ 曲线的陡缓程度由 σ 决定：σ越大，曲线越平缓；σ越小，曲线越陡峭当 x 趋于无穷时，曲线以x轴为其渐近线。 标准正态分布 当 0,1 μσ == 时，

2 2 1 () 2x f x e π- = ， x -∞<<∞ 称 (0,1) N 为标准正态分布。 标准正态分布的概率密度函数： ()x ? 标准正态分布的分布函数： ()x Φ 任何一个正态分布都可以通过线性变换转化为标准正态分布 设 2 (,) X Nμσ ,则 (0,1) X Z N μ σ - = 变量 2 11 (,) X Nμσ与变量2 22 (,) Y Nμσ相互独立,则有 22 1212 +(+,+) X Y Nμμσσ 5.1.3 正态分布表：可以查的正态分布的概率值()1() x x Φ-=-Φ 例：设 (0,1) X N，求以下概率

统计量与抽样分布

第6章统计量与抽样分布 【引例】1899年，戈塞特（1876-1937）进入都柏林A.吉尼斯父子酿酒公司担任酿酒化学技师，主要从事统计和实验工作。他在工作中发现，供酿酒的每批麦子质量相差很大，而同一批麦子中能抽样供试验的麦子又很少，每批样本在不同的温度下做实验，其结果相差很大。这就决定了不同批次和温度的麦子样本是不相同的，不能进行样本合并。这样一来，实际上取得的麦子样本，不可能是大样本，只能是小样本。他在工作中还发现，利用小样本得出的结果，和正态分布有较大的差异，特别是两端尾部的概率，比正态分布明显高。因此1907年戈塞特决心把小样本和大样本之间的差别搞清楚。为此，他试图把一个总体中的所有小样本的平均数的分布刻画出来。做法是：在一个大容器里放了一批纸牌，把它们弄乱，随机地抽若干张（小样本），对这一样本记录观察值，然后再把纸牌弄乱，抽出几张，对相应的样本再记录观察值。大量地记录这种随机抽样的小样本观察值，就可以获得小样本观察值的分布。1908年，戈塞特以“学生（Student）”为笔名在《生物计量学》杂志发表了论文《平均数的规律误差》。这篇论文开创了小样本统计理论的先河，为研究样本分布理论奠定了重要基础。被统计学家誉为统计推断理论发展史上的里程碑。 那么总体和样本是如何联系的？大样本和小样本下究竟有什么差异？什么是t分布？它和正态分布有什么不同？它有什么作用？统计推断中常用的分布还有哪些？这些问题都将在本章中找到答案。 统计研究的目的是为了探索现象内在的数量规律性。为了解总体的数量特征，可以直接对总体进行全面调查，得到总体数据，进而归纳出数量特征；也可以对总体进行抽样，利用样本对总体进行推断，后一种方法称为统计推断。抽样分布是进行统计推断的理论基础。本章将主要介绍统计推断所涉及的总体、 分布，t分布样本、统计量及抽样分布等概念，以及在统计推断中最常用的2 和F分布和抽样分布定理。

样本量计算

1.估计样本量的决定因素 1.1 资料性质 计量资料如果设计均衡,误差控制得好,样本可以小于30例; 计数资料即使误差控制严格,设计均衡, 样本需要大一些,需要30-100例。 1.2 研究事件的发生率 研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。 1.3 研究因素的有效率 有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显著性，反之就要越大。 1.4 显著性水平 即假设检验第一类（α）错误出现的概率。为假阳性错误出现的概率。α越小，所需的样本量越大，反之就要越小。α水平由研究者具情决定，通常α取0.05或0.01。 1.5 检验效能 检验效能又称把握度，为1－β，即假设检验第二类错误出现的概率，为假阴性错误出现的概率。即在特定的α水准下，若总体参数之间确实存在着差别，此时该次实验能发现此差别的概率。检验效能即避免假阴性的能力，β越小，检验效能越高，所需的样本量越大，反之就要越小。β水平由研究者具情决定，通常取β为0.2，0.1或0.05。即1－β=0.8，0.1或0.95，也就是说把握度为80%，90%或95%。 1.6 容许的误差（δ） 如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少。容许误差越小，需要样本量越大。一般取总体均数（1－α）可信限的一半。 1.7 总体标准差(s) 一般因未知而用样本标准差s代替。 1.8 双侧检验与单侧检验 采用统计学检验时,当研究结果高于和低于效应指标的界限均有意义时,应该选择双侧检验,所需样本量就大; 当研究结果仅高于或低于效应指标的界限有意义时,应该选择单侧检验,所需样本量就小。当进行双侧检验或单侧检验时，其α或β的Ua 界值通过查标准正态分布的分位数表即可得到。