样本均值的抽样分布.docxVIP

抽样散布 依据样本统计量去预计整体参数，一定知道样本统计量散布。 定义6.2某个样本统计量的抽样散布，从理论上说就是在重复选用容量为n 的样本时，由每一个样本算出的该统计量数值的相对数频数散布或概率散布。 因为现实中我们不行能将全部的样本都抽出来，所以，统计的抽样散布实质 上是一种理论散布。 （一）样本均值的抽样散布 从单位数为N的整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Nn个可能的样本，在不重复抽样条件下，共有CNnN! 个可能样本。 n!(N n)! 关于每一个样本，我们都能够计算出样本的均值 x(或s2或p)，所以，样本均值是 一个随机变量。全部的样本均值形成的散布就是样本均值的抽样散布。 [例  6.4]设一个整体含有  4个个体（元素），即  N=4，取值分别为： x1  1  x2  2  x3  3  x4  4 整体散布为平均散布，如图  6.1所示。 y 0.3 0.25 0.2 0.1 x 0123 图6.1 整体均值： X 10 2.5 4 整体方差： 2 (xx)2 1.25 n 若重复抽样，n=2 则共有 4 2 16 个可能样本。详细列示如表 。 表6.1可能的样本及其均值 1 每个样本被抽中的概率同样，均值为 16 样本均值的抽样散布如表和图所示。 样本均值x抽样散布的形状与原有整体的散布相关，假如原有整体是正态散布，样本均值也听从正态散布。 假如整体散布是非正态散布，当x为大样本（n30）时，样本均值的散布 趋于听从正态散布；当x为小样本时，其散布不是正态散布。 下边再让我们来看看样本均值x抽样散布的特点：数学希望和方差。 设整体共有N个元素，其均值为 ，方差为 2，从中抽取容量为n的样本。 E(x) x X （6.1） 2 2 （重复抽样） （6.2） x n 2 2 N n （6.3） x n ( )（不重复抽样） N 1 关于无穷整体，样本均值的方差，不重复抽样也可按重复抽样来办理；关于 有限整体，当N很大，而n/N又很小，修正系数N n会趋于1，不重复抽样也 N 1 可按重复抽样来办理。 样本均值x抽样散布的特点—数学希望和方差的计算公式，能够经过[例6.4] 加以考证。 1.0 1.5 3.5 4.0 40 2.5 样本均值的均值x 16 16 2(xi) 2 10 1.25 2 样本均值的方差 x n 16 2n 表6.2样本均值的抽样散布 p(x) 0.3 0.2 0.1 0 1.0 1.5 2.0 2.5 3.0 3.5 4.0 x 图6.2样本均值的抽样散布 （二）抽样比率的抽样散布 比率即构造相对数，即成数。 整体比率 N1 N0 N 1 N 样本比率 p n1 n0 n 1p n 当n很大时，样本比率 p的抽样散布可用正态散布近似。 关于样本比率p，若np 5和n(1p) 5，就能够以为样本容量足够大了。 E(P) （6.4） 2(1 ) （重复抽样） （6.5） P n 2 P  (1 )(N n)（不重复抽样） （6.6） n N 1 与样本均值散布的方差同样，样本比率的方差，关于无穷整体，不重复抽样 也可按重复抽样来办理；关于有限整体，当N很大，而n/N5%，修正系数Nn N1 会趋于1，不重复抽样也可按重复抽样来办理。