概率分布—抽样分布.pptVIP

心理统计 Ch09：抽样分布 抽样和抽样分布 抽样:作为一种思想 抽样在研究中的意义 常见的抽样方法（review） 简单随机抽样 系统（等距）抽样 分层抽样 …… 简单随机抽样(Simple random sampling) 简单随机抽样 总体中的每个个体都有均等的可能性被选择。 抽样分布 抽样分布 如果我们从总体中抽取出无数相同大小的样本，它们的一些样本统计量（e.g.均值）的可能的值就形成一个理论上的概率分布，就是抽样分布。简言之：抽样分布是样本某个统计量的分布。 提供了来自总体的一部分信息，是进行推断的理论基础 抽样分布与频次分布（总体分布和样本分布）的关系 抽样分布图示 例：样本均值的抽样分布 现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果为 计算出各样本的均值，如下表。并给出样本均值的抽样分布 样本均值的分布与总体分布的比较 频次分布：样本分布和总体分布 总体分布 总体中各元素的观察值所形成的分布 分布通常是未知的 可以假定它服从某种分布 样本分布 一个样本中各观察值的分布 也称经验分布 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 频次分布和抽样分布的差别 两个分布是如何来的？ 经验的vs理论的（empirically vs. theoretically) 两个分布组成的数据的差异 原始数据vs样本统计量 （raw data vs. sample statistics) 样本统计量可以是均值、sd、比率和相关 正如z分数可以让我们知道一个个体分数在分布中的相对位置一样，抽样分布可以让我们知道某个样本统计量在该样本统计量组成的抽样分布中的位置。 样本均值的抽样分布 样本均值的抽样分布 案例：从μ=4.136 、? =0.817的正态分布总体中，随机抽取n人为一个样本（n分别为5,10,20,30），并计算该样本的均数、标准差。如此重复抽取1000次（=1000），可得到1000份样本，可得到1000对均数和标准差。 下图是n为5时的图示 不同容量的抽样结果比较 样本均值的抽样分布的数学期望 例：管理人员总体的年薪均值μ=51800美元。 样本均值所有可能值的均值也等于51800美元。 样本均值抽样分布的标准差（标准误） 经验法则：当n /N≤0.05时，一般可忽略有限总体修正系数。 样本均值的标准差反映了样本均值与总体均值的平均误差，故称之为抽样平均误差（或抽样标准误），如公式所示，抽样平均误差与总体标准差成正比变化，与样本容量的平方根成反比变化。 练习 从某大学学生中随机抽选100名调查体重，结果平均体重为58千克。根据过去的资料知道该校学生体重标准差为10千克。求抽样误差。 样本均值抽样分布的形式 中心极限定理：设从均值为?，方差为?2的总体中抽取容量为n的样本，当n充分大（=30)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。 大样本的条件可假定为简单随机样本样本容量为30或更多. 当总体为正态概率分布时，对任何样本容量，样本均值的抽样分布均为正态分布。 样本容量与抽样分布的关系 由中心极限定律可知，均值抽样分布的标准误与样本容量的平方根成反比。 案例 从某地区统计中得知，该地区郊区平均每一家庭年收入为3160元，标准差为800元。从此郊区抽取50个家庭为一随机样本，平均每年收入为以下数字的平均概率是多少：（1）多于3000元；（2）少于3000元；（3）在3200元到3300元之间。 解：题中没有告知总体分布形态，但样本容量足够大（n=50），据中心极限定理，均值的抽样分布近似服从正态分布。 案例con. 练习 总体均值为400，标准差为50，总体概率分布未知。 a. 一个研究者分别在样本容量为10，20，30或40的情况下，搜集有关总体的简单随机样本的数据。在哪一种样本容量下，我们可以用正态概率分布来描述均值的抽样分布？ b. 说明在正态概率分布适合的例子中，均值的抽样分布。 练习 据《商业周刊》报道，其订阅人打算在未来12个月中用于购买新车的平均花费为27 100美元。假定《商业周刊》订阅人中这种新车价格的总体均值=27 100美元，标准差=5 200 美元。 a. 对于由30名、50名、100名订阅人组成的样本，求该种新车价格的样本均值在总体均值左右1000美元以内的概率分别为多少？ d. 如果希望至少以90%的概率保证样本均值在总体均值左右1000美元以内，你推荐样本容量为30、50还是100？ 样本比率的抽样分布 样本比例的抽样分布 (数学期望与方差) 样本比例的数学期望 样本比例的方差 无限总体 有限总体 样本比率抽样分布的形式 如果容量为n（n足够大，np和n(1-p)均