03.中心极限定理.pptVIP

六西格玛绿带培训教材 中心极限定理 04-1 学习目标 本章节结束后, 你应能够: 描述中心极限定理的基本含义 解释(从数学上)各种分布的样本的均值和方差与总体的均值和方差的关系 中心极限定理 置信区间源自中心极限定理. 中心极限定理和置信区间是推断统计决策的基本工具. 中心极限定理是统计推断的基本概念. 我们可以通过该定 理用样本的数据推断总体的特性. 04-2 热身练习 跟随老师进行以下练习… 产生100行9列随机数; 均值 = 5 , 标准差= 3. 计算 随机数据 正态 热身练习(续) 计算每行的平均值, 存在C10列 Calc Row Statistics 将C1-C9累叠, 存在C11列 Manip Stack Stack Column 04-3 热身练习(续) 用单值数据绘制I图 统计 控制图 单值变量控制图 用均值数据绘制I图统计 控制图 单值变量控制图 比较两图的控制界限 热身练习(续) 建立单值的直方图 统计 基本统计量 图形化汇总 建立均值的直方图 统计 基本统计量 图形化汇总 比较两个图的不同(包括平均值和标准差的差异) 04-4 练习: 二项分布结果会怎样? 产生100行9列随机二项分布数据, 使用Trials = 20, p = 0.3 求每行平均, 存在C10列 将C1-C9列累叠在C11列 分别作C10, C11列的直方图 分别求C10, C11列的标准差 比较两图及其标准差, 有何异同? ( 中心极限定理 如果容量为N的随机样本取自一个均值为μ标准差为σ的分布,则样本的均值将形成一个新的分布,新分布的均值与原分布相同,但标准差将缩小为 σ √ n 此概念对正态和非正态同样成立 中心极限定理定义: 第一部分 总体分布 样本分布 X - μ - mean = ( ) mean = = μ σ - σ = Z = - Z = x x x x σ √ n x – u σ x σ √ n -u x 均值的标准误 均值的标准误( SE 均值）是均值分布的标准差. σx = 均值的标准误 σ √n σx = —— = 个体标准差 n=均值的样本容量 均值的标准误 本公式提示了“样本均值”比单个个体观察的变化要小（因子为样本容量的平方根） SEＭean 样本均值分布变差比原始总体小(对任何n1的总体) 个体组成的总体 样本均值组成的总体 04-6 s √n σx ≈ —— 注意 如果σ未知,样本量大于30, 则样本标准 差 S 可代用至上述公式中,那么,标准误 的估计值为: ∧ 实际应用 我们常信赖从测量系统( MS) 读取的一个数据, 此数据用来估计“真实”质量特性。 可以利用中心极限定理，从同一部分读取两次以上数据并取平均，以减少测量系统的误差。 04-7 Minitab 练习 跟随老师进行以下练习... 从正态分布中产生100行9列数据 1.均值= 50， 标准差= 9 2.将前九列的均值储存在C10 3.将前九列的累叠存在C11 演示: 图示结果 作C10,C11的直方图,并进行正态检验,对比其结果,可得出 什么结论? 结论 04-9 结论：总体是正态分布，样板均值分布也是正态分布。 练习:非正态分布的中心极限定理 按以下步骤进行练习: 打开Minitab 生成200行, 存储在C1-C9 生成卡方模拟数据(df=2) 自由度=2 Calc Random Data Chi-Square Calc Row Statis