04 Sampling Distribution.pptVIP

第四章 抽样分布 统计学基本问题是研究总体与样本间的关系: 从总体→样本（由已知的总体研究样本的分布规律）； 从样本→总体（从样本推断未知总体）； 抽样分布：从已知的总体中，独立随机地抽取含量为n的样本，所得样本的统计量的概率分布。（总体→样本） Chapter 4: Sampling Distribution 总体 随机抽样 样本 统计推断 统计量 参数 抽样分布 描述 第一节 一个正态总体的抽样分布 一、样本平均数（ ）的分布： 1、总体标准差（σ）已知 从平均数为μ、标准差为σ的正态总体中，随机、独立抽取含量为n的样本，有： 根据中心极限定理 平均数 ~N μ,σ2/n 平均数标准误差Standard error of mean SEM 标准差Standard Deviation SD 区别 第一节 一个正态总体的抽样分布 样本标准差与平均数标准误的区别： 样本标准差s 反映样本中各观测值 ， ，…， 变异程度大小，是体现该样本代表性的一个指标。 样本标准误差 是样本平均数 的标准差，它是抽样误差的估计值，其大小反映了样本间变异程度的大小。 平均值抽样分布的模拟实验 总体正态 平均值抽样分布的模拟实验 总体偏态 第一节 一个正态总体的抽样分布 2、总体标准差（σ）未知 用样本标准差（s）代替σ，则有： 服从自由度df n-1的t分布 适用于小样本（n 30） 第一节 一个正态总体的抽样分布 1、t 分布为对称分布，t 0时 f t 取极大值。曲线较标准正态曲线低平。 2、t分布的特征数： 平均数 标准差 t分布的特征： 3、只有一个参数 df，随自由度的增加（df 30 ）而趋近标准正态分布 N 0,1 。（随着df 的增加，σt 减少，趋近1） 第一节 一个正态总体的抽样分布 查t-分布表 附表4a（单侧临界值） 附表4b（双侧临界值） 第一节 一个正态总体的抽样分布 例：对于df 5，α 0.05的t分布，其上单侧临界值为2.015，双侧临界值为2.571 第一节 一个正态总体的抽样分布 二、样本方差（s2）的分布 1、标准化变量χ2 chi-square 2、χ2 分布 唯一参数df 随着df 增加， 近似于正态分布 第一节 一个正态总体的抽样分布 3、χ2 分布的临界值 , 为 的上侧临界值 , 为 的下侧临界值 查下侧临界值 ，只要查 时的上侧临界值即可 第一节 一个正态总体的抽样分布 4、χ2 分布的临界值查表—附表6 例：对于df 9，α 0.05的χ2分布，其下侧临界值为3.325 第二节 两个正态总体的抽样分布 一、标准差σi已知，两个平均数的和与差的分布 如果两个总体的分布都是正态或近似正态的，平均数的和与差的分布也是正态的 ，服从： 第二节 两个正态总体的抽样分布 标准化变量 服从标准正态分布N 0,1 例：施过肥的小麦千粒重 g 抽样结果为46.7，未施肥的均值为39.8，样本数均为10。假设施肥对总体方差无影响（都为2.8），实验预期施肥能提高千粒重9g，根据抽样结果，这种预期出现的可能性有多大？ 第二节 两个正态总体的抽样分布 2 2 第二节 两个正态总体的抽样分布 二、σ未知但相等，两个平均数的和与差的分布 当σ1和σ2未知时，可用s1和s2代替，标准化变量t服从df1+df2自由度的t分布，统计量t为： 自由度为df1+df2 n1+n2-2 的加权平均值，用来估计总体的σ2 第二节 两个正态总体的抽样分布 例：经紫外线诱变处理小麦千粒重 g 抽样均值为46.7，方差为15，未处理的均值为39.8，方差为10，样本数均为10。假设诱变对总体标准差无影响。实验预期诱变能提高千粒重超过9g，根据抽样结果计算出现这种预期的可能性。 第二节 两个正态总体的抽样分布 三、两个样本方差比的分布—F分布（R.Fisher） 标准化变量F 由一对参数df1，df2决定 df1 n1-1 df2 n2-1 非对称分布 曲线右偏 随df1，df2增大趋向对称 第二节 两个正态总体的抽样分布 F分布密度函数的曲线特征 第二节 两个正态总体的抽样分布 3、F 分布的临界值查表—附表7 例：对于df1 8，df2 7,α 0.005的F 分布，其上侧临界值F8,7,0.005 8.678 第二节 两个正态总体的抽样分布 3、F 分布的临界值查表—附表7 F分布临界值的有用性质： 例：对于df1 4，df2 20,α 0.01的F 分布，其上侧临界值F4,20,0.01 4.431； 而其下侧临界值F4,20,0.99 1/F20,4,0.01 1/14.02 0.0713 第二节 两个正态总体的抽样分布 3、F 分布的临界