第五章抽样和抽样分布技术总结.ppt

中心极限定理(central limit theorem) 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 中心极限定理：设从均值为?，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 * * 中心极限定理(central limit theorem) ?x 的分布趋于正态分布的过程 * * 样本均值的抽样分布 设总体共有N个单位，其均值为?，方差为? 2，从中抽取容量为n的样本，样本均值的数学期望记为 ，样本均值的方差记为 。则无论是重复抽样还是不重复抽样，样本均值的数学期望始终等于总体均值，即： 而样本均值的方差与抽样方法有关： 重复抽样 不重复抽样 * * 样本均值的抽样分布 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 * * 样本均值的抽样分布 对于无限总体进行不重复抽样时，可以按重复抽样来处理，因为其修正系数趋向于1。此时样本均值的方差可按重复抽样的公式来计算。对于有限总体，当N很大，n很小时，其修正系数也趋向于1，这时样本均值的方差也可按重复抽样的公式计算。 * * 样本比率的抽样分布 * * * 9 * An estimator is a random variable used to estimate a population parameter (characteristic). Unbiasedness An estimator is unbiased if the mean of its sampling distribution is equal to the population parameter. Efficiency The efficiency of an unbiased estimator is measured by the variance of its sampling distribution. If two estimators, with the same sample size, are both unbiased, then the one with the smaller variance has greater relative efficiency. Consistency An estimator is a consistent estimator of a population parameter if the larger the sample size, the more likely it is that the estimate will come close to the parameter. * An estimator is a random variable used to estimate a population parameter (characteristic). Unbiasedness An estimator is unbiased if the mean of its sampling distribution is equal to the population parameter. Efficiency The efficiency of an unbiased estimator is measured by the variance of its sampling distribution. If two estimators, with the same sample size, are both unbiased, then the one with the smaller variance has greater relative efficiency. Consistency An estimator is a consistent estimator of a population parameter if the larger the sample size, the more likely it is that the estimate will come close to the parameter. * * 第五章 抽样与抽样分布 学习目的： 了解抽样的概率抽样方法；理解抽样分布的意义；了解抽样分布的形成过程；理解中心极限定理；理解抽样分布的性质。 * * 第五章 抽样与抽样分布 第一节 常用的抽样方法 第三节 抽样分布 第三节 抽样分布的