06抽样与抽样分布.pptVIP

样本比例的抽样分布 比例 (proportion) 1. 总体 ( 或样本 ) 中具有某种属性的单位与全部单位 总数之比 ? ? 不同性别的人与全部人数之比 合格品 ( 或不合格品 ) 与全部产品总数之比 2. 总体比例可表示为 3. 4. 样本比例可表示为 n 0 p ? n 或 N 0 ? ? N N 1 或 1 ? ? ? N n 1 1 ? p ? n 样本比例的抽样分布 ( 数学期望与方差 ) 1. 样本比例的数学期望 2. E ( p ) ? ? ? ( 1 ? ? ) n 样本比例的方差 ? 重复抽样 ? ? 2 p 2 p ? 不重复抽样 ? ? ? ( 1 ? ? ) ? N ? n ? n ? ? ? N ? 1 ? 样本方差的抽样分布 样本方差的分布 1. 在重复选取容量为 n 的样本时，由样本方差的 所有可能取值形成的相对频数分布 2. 对于来自正态总体的简单随机样本，则比值 2 ( n ? 1 ) s 2 ? 的抽样分布服从自由度为 ( n -1) 的 ? 2 分布，即 ( n ? 1 ) s 2 ~ ? ( n ? 1 ) 2 ? 2 2 ? 分布 2 ( ? distribution) 1. 由阿贝 (Abbe) 于 1863 年首先给出，后来由海尔墨特 (Hermert) 和卡 · 皮尔逊 (K · Pearson) 分别于 1875 年和 1900 年推导出来 设 X ~ N ( ? , ? ) ，则 2 2. X ? ? z ? ~ N ( 0 , 1 ) ? 3. 4. 2 2 分布，即 令 ，则 Y 服从自由度为 1 的 ? Y ? z Y ~ ? ( 1 ) 2 2 ( x ? x ) ? i i ? 1 n 2 4. 当总体 ，从中抽取容量为 n 的样本，则 X ~ N ( ? , ? ) ? 2 ~ ? 2 ( n ? 1 ) 2 ? 分布 ( 性质和特点 ) 1. 2. 分布的变量值始终为正 分布的形状取决于其自由度 n 的大小，通常为不 对称的正偏分布，但随着自由度的增大逐渐趋 于对称 期望为 E ( ? 2 )= n ，方差为 D ( ? 2 )=2 n ( n 为自由度 ) 可加性：若 U 和 V 为两个独立的服从 ? 2 分布的随 机变量， U ~ ? 2 (n 1 ) ， V ~ ? 2 ( n 2 ), 则 U + V 这一随机 变量服从自由度为 n 1 + n 2 的 ? 2 分布 3. 4. 2 ? 分布 ( 图示 ) 选择容量为 n 的 总体 ? ? 简单随机样本 2 计算样本方差 s 不同容量样本的抽样分布 n =1 n =4 n =10 计算卡方值 n =20 ? 2 = ( n -1) s 2 / σ 2 计算出所有的 ? 2 ? 2 值 2 ? 分布 ( 例题的图示 ) 16 个样本方差的分布 s 取 值 的 概 率 0.40 0.35 0.30 0.25 0.20 0.15 0.10 0.05 样本方差 s 2 s 2 取值的概率 0.0 0.5 4/16 6/16 2 4.5 4/16 2/16 0.00 0.0 0.5 s的取值 2.0 4.5 2 ? 分布 2 ( 用 Excel 计算 ? 分布的概率 ) 1. 利用 Excel 提供的 CHIDIST 统计函数，计算 ? 2 分布 右单尾的概率值 2. 语法为 CHIDIST( x ,df) ，其中 df 为自由度， x 是随 机变量的取值 3. 给定自由度和统计量取值的右尾概率，也可以利 用“插入函数”命令来实现 4. 计算自由度为 8 ，统计量的取值大于 10 的概率 2 ? 分布 2 ( 用 Excel 计算 ? 分布的临界值 ) 1. 利用 Excel 提供的 CHIINV 统计函数，计算分布右 单尾的概率值为 ? 的临界值 2. 语法为 CHIINV( ? ,df) ，其中 df 为自由度 3. 给定自由度和分布右尾概率为 ? 的临界值也可以 利用“插入函数”命令来实现 4. 计算自由度为 10 ，右尾概率为 0.1 的临界值 第 6 讲 抽样与抽样分布 内容提要 6.1 概率抽样方法