样本均值的分布与中心极限定理.pptx

样本均值的分布与中心极限定理会计学样本均值定理Ps:随机变量有特征值：均值和方差。随机变量是函数X在样本空间对应点的取值。（p74,75）第1页/共15页概念：从单位数为N的总体中抽取样本容量为n的随机样本，在重复抽样的条件下共有 个可能的样本，在不重复抽样条件下，共有 个可能样本。对于每一个样本，我们都可以计算出样本的均值，因此，样本均值是一个随机变量。所有的样本均值形成的分布就是样本均值的抽样分布。第2页/共15页怎么求样本均值的分布？算出有多少种可能的样本从总体中抽取随机样本n每个组合的均值个数/样本可能数=每个均值取值的概率每种可能样本的组合和均值根据样本均值和均值概率画出分布第3页/共15页实例解释例：设一个总体含有4个个体（元素），即N=4，取值分别为：总体分布为均匀分布，如图所示第4页/共15页教材P81均匀分布公式总体均值：解释后面可以验证中心极限定理。总体方差：注：样本元素的组合(1，1)取决于n，n=2则组合只有两个元素。若重复抽样，n=2 则共有个 可能样本。具体列示如表样本均值1是1+1/2=1得到的。第5页/共15页 样本均值的抽样分布表f是样本均值的个数。f对应下来的1代表的是均值为1.0的组合有1个。 此时均值对应的概率是1/16=0.0625然后根据这个表可以画出样本均值的分布图注：X轴是样本均值，Y轴是对应的概率第6页/共15页总体分布图样本均值分布图　　　样本均值抽样分布的形状与原有总体的分布有关 如果原有总体是正态分布，样本均值也服从正态分布。　如果总体分布是非正态分布，当x为大样本（n=30 ）时，样本均值的分布趋于服从正态分布；n=15时总体分布较为对称，样本均值的分布趋于服从正态分布；当x为小样本时，其分布不是正态分布。例题中因为总体是均匀分布，而且n30，所以样本均值分布不是正态，而是对称分布第7页/共15页引出中心极限定理： 的数学期望等于总体均值，方差为总体 方差的1/n。第8页/共15页验证中心极限定理样本均值的均值：样本均值的方差：中心极限定理的具体图形关系见教材图形p95第9页/共15页中心极限定理具体的概念：个人理解：（中心极限定理）图像中心顶点始终不变，线的两边随着n的数值变化而变化。具体解释：如例题中均值的组合即随机变量的线性组合，一定条件即n的大小，例题中n是小于15的，不满足条件，因此不近似服从正态分布。第10页/共15页独立同分布中心极限定理设随机变量 { Xk}，k = 1,2,…相互独立，且同分布，有有限数学期望E(Xk)=μ和方差D(Xk)=?2.若随机变量序列第11页/共15页以书上的例子来解释：因为n是50，所以样本服从正态分布，然后根据中心极限定理，得到样本的均值和方差，再根据公式求出结果。实例解释：nu即样本的均值u， 即样本的方差。( )因为是求的至少为1600，所以是大于。。第12页/共15页关系图：样本反映总体总体分布样本均值分布总体推导出样本中心极限定理具体解释：中心定理是根据总体分布与样本均值分布的关系推导得到的。。如例题中总体的分布图和样本均值的分布图对比得到了中心极限定理。比较总体和样本的分布图像与均值方差得到了中心极限定理形象理解第13页/共15页总体：20个黄球，30个白球，15个蓝球。假设总体是正态分布。样本：抽取35个球(可能有黄，白，蓝，也可能只有两种颜色)，这35个球那么也就是正态分布。抽取12个，这12个球不是正态分布。中心极限定理：我们从总体的分布与样本的分布来观察，发现样本的大小不同分布图趋向正态分布的趋势就不同。然后比较样本的均值和方差与总体的均值和方差，发现样本均值等于总体均值，方差等于总体方差的1/n。第14页/共15页THE END。