第三节抽样误差.pptVIP

t分布的演化 根据中心极限定理的内容，当样本含量足够大时，对从均数为μ，标准差为σ的任意总体中随机抽样所得的样本均数进行标准化变换，有 t分布的演化 由于总体标准差往往是未知的，此时用样本标准差代替总体标准差， 这里，ν为自由度，取值为n-1 由W.S. Gosset提出 * * 第三章　抽样误差 (sampling error) 一、概念 二、产生的条件 三、均数的抽样误差及标准误 四、t分布 总体 概念 抽样误差有两种表现形式，其一是：样本统计量与总 体参数间的差异，例如样本均数与总体均数间的差异 ； 其二是：样本统计量间的差异。 由抽样引起的样本统计量与总体参数间的差异属于抽 样误差(sampling error) 。 种类：均数的抽样误差（　　　　）。 　　　率的抽样误差 （p - ?)。 BACK1 抽样误差产生的条件 抽样误差的存在离不开两个基本条件。 抽样研究。抽样是抽样误差产生的基本条件之一。 (2) 个体变异。变异是抽样误差产生的又一基本条件。 back1 均数的抽样误差及标准误 通常将样本统计量的标准差称为 标准误(standard error，SE) back1 中心极限定理： 1、当原始观察值的分布为正态分布时，样 本均数的频数分布基本接近正态分布。 即使从非正态总体中随机抽样，只要样本含 量足够大，样本均数的分布也趋于正态分布。 2、样本均数的均数等于原总体的总体均数 （?），样本均数的标准差等于 。 ? 总体A ? ? n=2 0.4965?0.2042 0.5000?0.2041 n=4 0.5007?0.1454 0.5000?0.1443 n=25 0.5002?0.0576 0.5000?0.0577 总体B ? ? n=2 1.3340?0.3357 1.3333?0.3333 n=4 1.3328?0.2355 1.3333?0.2357 n=25 1.3325?0.0937 1.3333?0.0943 总体C ? ? n=2 0.9992?0.7065 1.0000?0.7071 n=4 1.0001?0.5041 1.0000?0.5000 n=25 0.9962?0.1985 1.0000?0.2000 总体D ? ? n=2 1.0069?0.5486 1.0000?0.5477 n=4 1.0074?0.3945 1.0000?0.3873 10000个样本 理论值 ? 均数?标准误, 均数?标准误, n=25 0.9997?0.1560 1.0000?0.1549 表3.1 四个总体不同样本含量时10000个模拟样本的均数及标准误 back5 一、定义 ?t分布 特点：t 分布是一簇对称于0的单峰曲线，一个 参数?＝n-1决定， ? 　　小，t 扁平， ?　　?时，t分布　　　标准正态分布。 二、t分布曲线下面积分布规律 　　　　　 界值并为正值，查附表2。　 　　双侧： 　　单侧：