第5章 概率和样本、样本均值的分布 .ppt

样本均值的分布 By 甘廷婷 概率和样本：样本均值的分布 选取的样本能不能很好地代表总体呢？ 一、样本均值的分布 取样方法 取样分布 样本均值分布 中心极限定律 标准差、标准误和取样误差 取样方法 简单随机抽样 等距抽样 n=200，抽取容量为40的样本；间距为200/40=5；起点自定 分层随机抽样 考察学生IQ，区分大城市和小城市 取样分布 一个总体中所有原始分数的分布就形成了总体分布（population distribution） 从这个总体中抽取出一些个体组成样本进行考察，抽取出来的这个样本的分数就形成了样本分布（sample distribution） 从同一总体中我们可以抽取出很多个样本。总体中可抽取的所有可能的特定容量分布的统计量（包括平均数，两平均数之差，方差，标准差，相关系数，回归系数，百分比率等等）所形成的统计分布就是取样分布（sampling distribution） 样本均值分布 取样分布的一个特例 总体中可抽取的所有可能的特定容量（n）的随机样本的均值所形成的分布 分布的形状？ 正态分布 当n30时，不管原始总体的形状如何，样本均值的分布几乎都是正态的 样本均值分布 总体 分布 x 样本1 分布 x 样本2 分布 x 样本m 分布 x 样本均值分布 样本均值分布 样本均值分布 中心极限定律 中心极限定理 标准差、标准误和取样误差 举例 二、样本均值分布与概率 样本均值分布中概率的计算 样本均值分布 例题1 一位老师对班上学生的IQ感兴趣，她从班里抽了1位学生，这个学生IQ的均值大于等于115的概率是多少？（ IQ测验的均值为μ=100，标准差为σ=15 ） 例题2 一位老师对班上学生的IQ感兴趣，她班上有9位学生，她认为他们都很聪明，这些学生IQ的均值大于等于115的概率是多少？（ IQ测验的均值为μ=100，标准差为σ=15 ） * 对应原始分数的分布和对应样本均值的分布 * * * * 对应原始分数的分布和对应样本均值的分布 * * *