第七章第一节抽样推断与抽样分布试卷.ppt

* * * * * As a result of this class, you will be able to ... * As a result of this class, you will be able to ... * 65 The sampling distribution is a function of the sample sizes upon which the sample variances are based. Hint: Recall the formula for variance! s2 = S(x -`x)2/(n-1) * As a result of this class, you will be able to ... * As a result of this class, you will be able to ... * （一个例子） ?第三步： 计算出各样本的均值，如下表。并给出样本均值的抽样分布 3.5 3.0 2.5 2.0 3 3.0 2.5 2.0 1.5 2 4.0 3.5 3.0 2.5 4 2.5 4 2.0 3 2 1 1.5 1.0 1 第二个观察值 第一个 观察值 16个样本的均值（x） 样本均值的抽样分布 1.0 0 .1 .2 .3 P ( x ) 1.5 3.0 4.0 3.5 2.0 2.5 x ?第四步：计算所有样本均值的均值和方差 式中：M为样本数目 比较及结论：1. 样本均值的均值（数学期望）等于总体均值 2. 样本均值的方差等于总体方差的1/n，即抽样平均误差 样本均值的分布与总体分布的比较 抽样分布 ? = 2.5 σ2 =1.25 总体分布 N(?, σ2) 1 4 2 3 0 .1 .2 .3 P ( x ) 1.0 0 .1 .2 .3 1.5 3.0 4.0 3.5 2.0 2.5 x 2、几种常用的抽样分布 A、样本均值的抽样分布 ——正态分布 ——t 分布 B、样本方差的抽样分布 ——卡方分布 C、两个样本方差比的抽样分布 —— F分布 A、样本均值的抽样分布 抽样 均值 均值μ=∑Xi/N 样本均值是样本的函数，是一个随机变量，它的概率分布称为样本均值的抽样分布。 ? = 50 ? =30 X 总体分布 n = 36 抽样分布 x n =144 当总体服从正态分布N ~ (μ,σ2 )时，来自该总体的所有容量为n（n≥30）的样本的均值?x也服从正态分布，?x 的数学期望为μ，方差为σ2/n。即?x～N(μ,σ2/n) 从非正态总体中抽样得到的均值的分布呢？ 大样本均值的抽样分布-—来自正态分布总体 大样本均值的抽样分布 —来自任意分布的总体 当样本容量足够大时(n ? 30) ，样本均值的抽样分布逐渐趋于正态分布 根据中心极限定理：从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 一个任意分布的总体 X ? = 50 ? =10 X 总体分布 n = 4 抽样分布 x n =16 当总体服从正态分布N ~ (μ,σ2 )时，来自该总体的所有容量为n（n ∠ 30，σ2已知）的样本的均值?x也服从正态分布，?x 的数学期望为μ，方差为σ2/n。即?x～N(μ,σ2/n) 小样本均值的抽样分布—来自正态分布总体 抽 样 方 法 均 值 方 差 标 准差 （1）从无限总体抽 样和有限总体放回抽样 （2）从有限总体不放回抽样 抽样误差 抽样误差 小样本均值的抽样分布—t 分布 设x1，x2，…，xn是从均值为?，方差未知的正态总体中抽取的一个容量为n（ n ∠ 30）的样本， 称 为统计量,它服从自由度为(n-1)的t 分布 X t 分布与正态分布的比较 正态分布 t 分布 t 不同自由度的t分布 标准正态分布 t (df = 13) t (df = 5) Z * 样本成数（即比例）的抽样分布（简称成数的分布） 抽样 成数 成数P=Ni/N 所有可能的样本的成数（ ）所形成的分布，称为样本成数的抽样分布。 * 抽 样 方 法 均 值 方 差 标 准差 （1）从无限总体抽 样和有限总体放回抽样 （2）从有限总体不放回抽样 根据中心极限定理，只要样本足够大， 的分布就近似正态分布。（np和nq大于5时