使用样本平均数的抽样分配.ppt

第 8 章　抽樣方法與中央極限定理 8-* 8-* 目標 解釋為什麼樣本是唯一可以了解母體的方法。 描述挑選樣本的方法。 定義與建構樣本平均數的抽樣分配。 解釋中央極限定理。 使用中央極限定理，計算從特定母體中挑選出的某些樣本平均數的機率值。 抽樣的原因 調查整個母體通常會花費太多時間。 研究母體中所有的資訊，通常會花費龐大的成本。 在實際的情況下，不可能對母體中所有的項目進行調查。 某些特定的試驗具有摧毀的本質。 樣本結果的適當性。 8-* 抽樣方法 簡單隨機抽樣（simple random sampling）：在抽樣時，母體中每一個項目或是人，被抽中的機率都相同。 系統化隨機抽樣（systematic random sampling）：隨機選擇一個起始點，接著 從母體中抽出第每 k 個成員。 8-* 抽樣方法 分層隨機抽樣（stratified random sample）：母體被歸類成子群組，或稱「層」，以及從各群組或是「層」中抽出樣本。 叢式抽樣（cluster sampling）：使用自然的地理位置或是其他界線將母體區分為許多叢體。接著隨機選取數個叢體，並在每一個叢體中進行隨機抽樣來組成樣本。 8-* 抽樣方法 非機率抽樣即為基於個人主觀判斷選擇樣本。 8-* 抽樣誤差 抽樣誤差（sampling error）：樣本統計量與母體參數間差距。 8-* 樣本平均數的抽樣分配 樣本平均數的抽樣分配（sampling distribution of the sample means）：某特定樣本數的所有可能樣本組合的樣本平均數的機率分配。 8-* 範例 Tartus 工業的生產部門中有 7 名員工（假設這是母體）。我們將每一位員工的時薪整理成表。 計算母體平均數。 樣本個數為 2 的樣本平均數的抽樣分配為何？ 請計算抽樣分配的平均數。 根據所完成的抽樣分配，可以從母體分配與抽樣分配上觀察到什麼？ 8-* 範例 continued 母體平均數為$7.71 計算樣本個數為 2 的所有可能樣本組合與其平均數，會有 21 種可能的樣本組合。 8-* 範例 continued n = 2 的樣本平均數的抽樣分配 8-* 範例 continued 樣本平均數抽樣分配的平均數，是將全部樣本平均數加總再除以樣本組數。所有樣本平均數的平均值通常寫作： 8-* 範例 continued 樣本平均數抽樣分配中的離散程度比母體分配的離散程度還小。樣本平均數的範圍是 $7至 $8.5，而母體資料範圍則是從 $7至 $9。事實上，樣本平均數抽樣分配的標準差等於母體標準差除以樣本數的開平方根，因此樣本平均數抽樣分配標準差的公式為 。請注意，隨著樣本數增加，抽樣分配的離散程度會變得愈小。 樣本平均數抽樣分配形狀與母體分配的形狀不同，抽樣分配會更趨近於鐘形的常態機率分配。 8-* 範例 continued 母體分配與樣本平均數的抽樣分配 8-* 範例 continued 這個範例說明了母體分配與樣本平均數抽樣分配之間重要的關聯： 樣本平均數抽樣分配的平均數剛好等於母體平均數。 樣本平均數抽樣分配的離散程度會比母體分配的離散程度還小。 樣本平均數抽樣分配會趨近於鐘形的常態機率分配。 8-* 中央極限定理 中央極限定理（central limit theorem）：若從一個母體中選取特定大小的所有可能樣本，抽樣分配會趨近於常態分配，同時樣本數愈大愈趨近於常態分配。 抽樣分配的平均數為μ 抽樣分配的變異數為 σ2/n 抽樣分配的標準誤為 8-* 使用樣本平均數的抽樣分配 樣本平均數的抽樣分配在兩情形下服從常態分配： 母體分配為常態分配。 母體不為常態分配，但樣本個數至少為30。 8-* 使用樣本平均數的抽樣分配 若已知樣本平均數的抽樣分配服從常態分配，計算樣本平均數介於某區間的機率，使用 z 分配 8-* 使用樣本平均數的抽樣分配 若母體標準差已知，則用σ取代 s 8-* 範例 可樂的容量服從常態分配，每瓶的平均容量是 31.2 盎司、母體標準差是 0.4 盎司。品管部門員工從生產線上隨機選取 16 瓶可樂為樣本，這組樣本平均容量是 31.38 盎司。這個結果可靠嗎？樣本結果是否顯示瓶子裝得太滿了？換句話說，抽樣誤差為 0.18 盎司是否不正常？ 8-* 範例 continued 查閱附錄 B.1，得 z = 1.8 所對應的機率值是0.4641，所以 z 值大於 1.8 的機率是 0.5－0.4641 = 0.0359 8-* 範例