第7章极限定理和抽样分布.pptVIP

若p取值偏小，则虽然n比较大，以正态分布模拟二项分布误差太大： 按二项分布计算 按样本成数计算 若x ~ B (10, 0.5) 若n变大，n=30, 例如 n=100, p=0.1 对二项分布的总结： 第七章极限定理和抽样分布 切贝谢夫定理：Chebyshev’s Theorem 如果k＝2，则至少有75％的个案分布在2倍的标准差之内； 如果k＝3，则至少有89％但个案分布在3倍的标准差之内。 切贝谢夫不等式 我们知道一个分布的特征值（如均值和方差）去推算这个分布的情况 当不知道总体分布而只知道总体特征值的时候，对概率分布做最保守的估计。 注意： （1）这是保守的估计，因为不知道总体的分布； （2）由于这里指的是绝对离差，所以我们难以推知一端数据的概率，除非我们知道这个分布是对称分布。 极限定理：研究观察次数趋向无限次时，随机事件的变化方式。 分类： 1 大数定理：在什么条件下，随机事件可以转化为不可能事件或必然事件。（特征值）（Law of Large Numbers） 2 中心极限定理：在什么条件下，随机变量之和的分布可以近似为正态分布。(Central Limit Theory) 一、贝努里大数定理（N变大时，诸随机变量的均值逐步接近总体的均值） 样本成数，实际上是指的样本频率。在讲离散型随机变量的概率分布时，我们将随机变量X定义为“A类事件出现的次数”。我们将出现的实际次数（m）除以总试验次数(n)，得到的A类实际出现的频率，我们叫做样本成数： ，这是一个已知的、固定的值。 样本均值，是指将每一次独立试验的X的实际取值取平均数，得到的是样本均值： 在趋于极限时，离散变量的特征值行为：频率值趋近于概率值，或者说样本成数无限趋近于总体成数。 （可以看作n次独立实验，就有n个独立同分布的随机变量，每一个都是二点分布，数学期望p方差pq） 二、切贝谢夫大数定理（N变大时，诸随机变量的均值逐步接近总体的均值） 在趋于极限时，连续变量的特征值行为：平均值趋近于数学期望，或者说样本均值无限趋近于总体均值。 三、中心极限定理 几种等效的公式： 抽样分布 1 总体分布 population distribution X的所有取值形成的分布。我们在分析中往往不能知道总体分布的情况。 2 样本分布 Sample distribution 3 抽样分布 理解抽样分布 （1）设想我们从一个总体中抽取一个样本容量为n的样本； （2）抽取之后我们得到了样本； （3）我们现在把这个样本均值也看作是一个随机变量（它的确是个随机变量）； （4）样本均值的概率分布就是当我们重复不断抽取n个样本时，我们得到的不同的样本均值出现的可能性是不同的，也就是说它会有一个概率分布。我们把这个分布叫做样本均值的抽样分布； （5）当样本容量增大时，无论总体是什么分布，根据中心极限定理，样本均值的抽样分布是一个正态分布。 样本均值的数学期望就是总体的均值，而它的方差是总体方差的1/n。 样本均值的抽样分布（连续型变量） 样本均值是什么形式，与两个因素有关系： （1）总体分布 （2）样本容量 当n=50时，不论总体分布如何，样本均值均服从正态分布。 （这里也可以写出均值的均值） （注意这里用S表示样本的标准差） 样本方差在样本容量逐渐增大时和总体方差一样了。是以总体为期望值的。 则当n很大时，t分布的方差为1，接近标准正态分布。 为了查表方便，n30时，当成正态分布 当总体为有限总体时且不放回抽样时，n=50 样本的均值服从正态分布 这里需要 方差已知 校正系数 当总体为有限正态总体时且不放回抽样时，n50 样本的均值服从正态分布，必须是方差已知 总结样本均值的抽样分布： 抽样误差/标准误 样本方差的抽样分布 统计证明，当总体分布为正态分布时，则比值： 当n变大时，卡方分布变成正态分布。 当n逐渐增大时，我们将随机变量X看作是n个独立同分布的二点分布中事件A出现的次数，这样X实际上是n个二点随机变量之和。 根据中心极限定理，X～N（np，npq） 样本成数的抽样分布 二项分布的极限行为： 在这里，我们讨论在何种情况下，二项分布会趋近于正态分布呢？ 取决于两个条件： 1、二项分布的偏度 p （总体分布） 2、样本容量 n P的取值为什么很重要？ 因为p还涉及到总体分布的方差。总体分布方差越大，就要求n越大才会形成正态分布