1. 程式人生 > >統計學學習筆記——(7)抽樣分佈

統計學學習筆記——(7)抽樣分佈

中心極限定理(Central Limit Theorem)

中心極限定理幫助我們瞭解以下事實,無論總體的分佈是否為正態:
1. 樣本均值的均值和總體均值近似
2. 樣本均值的標準偏差總是等於標準誤差
3. 樣本容量越大,其樣本均值越接近正態分佈

抽樣分佈(Sampling Distributions)

抽樣分佈是樣本統計量的分佈。它可以被看作是從同一指定大小的總體中,所有可能樣本的統計量分佈。

示例

我們對某一特定森林中樹木的平均高度感興趣。為了快速得到結果,我們讓5名學生每個人都去測量25顆樹的樣本。最後,每個學生都帶回了他所收集到的樹的平均高度。
樣本結果為:35.23, 36.71, 33.21, 38.2, 35.54
假設我們知道總體森林中樹木的平均高度為36英尺,標準偏差為2英尺。那麼學生收集到的均值與總體均值有多少的標準誤差?

首先我們需要求出所有學生收集到的樣本均值的平均值:

x¯=35.23+36.71+33.21+38.2+35.545=35.78
然後通過公式計算樣本的標準誤差:
SE=σn=225=0.4
現在我們可以通過Z值公式求出樣本均值與總體均值相差多少個標準誤差:
Z=x¯μSE=35.78360.4=0.55
可以看出我們的樣本分佈非常接近於總體分佈。