抽樣分布.PPT

例6.4-3 設母體1={60、70、80}，母體2={40、50、80}。分別從母體1和母體2抽隨機樣本(取出放回)，n=2，求樣本平均數的抽樣分布。 解： 從母體1用取出放回方式隨意抽出兩個，再計算樣本平均數 的值，經過整理之後可得 從母體2用取出放回方式隨意抽出兩個，再計算樣本平均數 的值，經過整理之後可得 註：樣本平均數的分布，一定比它原來母體的分布更為靠中間集中。 中央極限定理 定理6.5-1 設X1,X2,…,Xn為抽自某一常態分布母體的隨機樣本，母體平均數和變異數分別為μ和σ2；也就是說，X1,X2,…,Xn互相獨立，且每個Xi~N(μ,σ2)。則樣本平均數 的抽樣分布必為常態分布，其平均數為μ、變異數為 。 例6.5-1 實驗人員經長期研究發現，某種類的老鼠走完某迷宮所需時間，符合平均數為2分鐘、標準差為0.4分鐘的常態分布。今隨機選出這類老鼠5隻，令其分別走迷宮並記錄時間，求5隻老鼠走迷宮總共所需時問介於9分鐘和11分鐘之間的機率。 解： 令X1,X2,…,X5分別代表每隻老鼠走完迷宮所需時間，且令T= X1+X2+…+X5代表5隻老鼠走迷宮總共所需時間，則所求為P(9T11)。 中央極限定理(Central Limit Theorem, CLT) 假設X1,X2,…,Xn為抽自某一母體的隨機樣本，母體平均數和變異分別為μ和σ2，0σ2∞；如果n夠大，則樣本平均數 的分布會接近平均數為μ、變異數為 的常態分布；也就是說，將 標準化之後所得到的 ，會接近標準常態分布。 中央極限定理補充說明 1. 在同樣的假設條件下，如果n夠大，則 2. 中央極限定理的隨機樣本是抽自任何分布的母體(只要變異數存在)，而樣本平均數 的抽樣分布，是在n夠大的時候，接近常態分布。 3. 中央極限定理最特別的地方，在於對於樣本所來自的母體，幾乎沒有任何限制，唯一的條件是變異數存在。 4. 所謂「n夠大」並沒有一定的標準，有的教科書建議適用中央極限定理的標準是n?25，有的教科書卻建議n?30。事實上，n需要多大，和母體分布有很大的關係。 5. 下列條件符合時，適合用常態分布來求二項分布B(n, p)的近似機率： np?5,且n(1-p)?5 條件雖然有兩個：np?5及n(1-p)?5，實際上只要驗證其中之一就可以了。 如果1-p?p，只要驗證np?5成立即可，因為此時n(1-p) ?np?5； 反之，若p?1-p，則只要驗證n(1-p)?5成立，則必有np?n(1-p) ?5。 例6.5-2 假設隨機變數X的分布是二項分布B(n, p)，而我們想要用常態分布來求有關X的近似機率(也就是應用中央極限定理)。當p分別等於以下各個不同的值時，n應該等於多少才合適？ (a) p=0.2 ； (b) p=0.5 ； (c) p=0.9。 解： (a) p=0.20.8=1-p，所以只要np =n×0.2?5即可，即n?25。 (b) p=0.5=1-p，所以只要np =n×0.5?5即可，即n?10。 (c) p=0.90.1=1-p，所以必須n(1-p) =n×0.1?5，即n?50時，適合應用中央極限定理。 註：上述要求np?5及n(1-p)?5的條件，只是一種參考用的準則，也有學者建議要符合np?10及n(1-p)?10條件時，才適合用常態分布求二項分布之近似機率。當然條件較嚴格時，可以預期近似機率的誤差比較小。 例6.5-3 假設某品牌有一種零嘴隨手包的平均重量是30公克，標準差1公克。如果從產品中隨機抽出25包，利用中央極限定理，計算以下事件的近似機率： (a) 25包的平均重量超過30.6公克。 (b) 25包的平均重量介於29.5公克和30.5公克之間。 (c) 25包的總重量不到740公克。 解： 令 代表25包的平均重量， 代表25包的總重量。 的期望值和標準差如下： 的期望值和變異數如下： 例6.5-3 假設某品牌有一種零嘴隨手包的平均重量是30公克，標準差1公克。如果從產品中隨機抽出25包，利用中央極限定理，計算以下事件的近似機率： (a) 25包的平均重量超過30.6公克。 (b) 25包的平均重量介於29.5公克和30.5公克之間。 (c) 25包的總重量不到740公克。 解： 例6.5-3 假設某品牌有一種零嘴隨手包的平均重量是30公克，標準差1公克。如果從產品中隨機抽出25包，利用中央極限定理，計算以下事件的近似機率： (a) 25包的平均重量超過30.6公克。 (b) 25包的平均重量介於29.5公克和30.5公克之間。 (c) 25包的總重量不到740公克。 解： 例6.5-3 假設某品牌有一種零嘴隨手包的平均重量是30公克，標準差1公克。