第七章抽样和抽样分布.pptVIP

例如：如果特指的统计量是样本均值，则此分布为均值的抽样分布。类似的有标准差、方差、中位数、比例的抽样分布。第30页，共74页，星期日，2025年，2月5日二、统计量抽样分布的均值、标准差：对于每个统计量的抽样分布，可计算出它的均值和标准差等，称之为该统计量抽样分布的均值和标准差等。第31页，共74页，星期日，2025年，2月5日三、均值的抽样分布（一）被抽样的总体服从正态分布，样本平均数的抽样分布具有下列质：1、样本平均数的分布依然是正态分布；2、样本平均数分布的平均值等于总体平均数μ；3、样本平均数分布的均方差等于：第32页，共74页，星期日，2025年，2月5日当为有限总体无放回抽样时，其样本均值标准差为：如果总体为无限总体的或抽取是有放回的，其样本均值标准差为：第33页，共74页，星期日，2025年，2月5日（二）非正态总体样本平均数的分布及性质？1、中心极限定理可以解决上述问题：一个具有任意函数形式的总体，其样本平均值μ和方差有限。在对该总体进行抽样时，随着样本容量n的增大，由这些平均样本算出的平均数的抽样分布将近似服从平均数为μ和方差为的正态分布。第34页，共74页，星期日，2025年，2月5日2、样本容量究竟该多大才能使抽样分布逼近于正态分布？中心极限定理说明了不仅从正态总体抽取样本时，样本平均数这一统计量要服从正态分布，即使是从非正态总体进行抽样，只要是大样本（容量n≧30），样本平均数也趋向于正态分布。第35页，共74页，星期日，2025年，2月5日（三）应用举例例1：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。第36页，共74页，星期日，2025年，2月5日使用模型描述我们的问题题中没有告知总体服从正态分布，但样本容量足够大（n=50），据中心极限定理，近似服从正态分布。（1）第37页，共74页，星期日，2025年，2月5日同理处理（2）和（3）（2）（3）第38页，共74页，星期日，2025年，2月5日例2：从海外A地区采购大豆10000包，已知平均每包重量为100公斤，标准差为4公斤，现按不重复抽样从中抽取样本容量n=500包的样本，来测定这批大豆的每包平均重量，要求标出样本平均重量短0.5公斤以上的概率.第39页，共74页，星期日，2025年，2月5日问题的模型描述没有告知总体服从正态分布，但样本容量足够大（n=500），据中心极限定理,可知近似服从正态分布。大豆的抽样:第40页，共74页，星期日，2025年，2月5日四、比例的抽样分布（一）比率的抽样分布：从一个计数的变量总体中抽取一定容量的样本，计算其具有某种特征的单位数所占的比率，其所有可能样本比率所形成的分布就是比率的抽样分布。第41页，共74页，星期日，2025年，2月5日（二）比例的抽样分布、均值和方差1、当样本容量很大（n≧30）时，比例的抽样分布非常接近于正态分布。2、比例抽样分布的均值第42页，共74页，星期日，2025年，2月5日3、比例抽样分布的标准差：（1）有限总体且有放回抽样：（2）有限总体且抽样无放回：第43页，共74页，星期日，2025年，2月5日（三）比例抽样分布的例子某选区的选取举结果表明某一位候选人得到了46%的选票。从选民中随机抽取（1）200人，（2）1000人作民意测验，求大多数人支持这位候选人的概率。第44页，共74页，星期日，2025年，2月5日该问题的模型描述因为样本容量n（n=200或1000）较大，故的分布接近于正态分布。均值标准差(1)(2)第45页，共74页，星期日，2025年，2月5日(1)样本中大多数人支持候选人的选取民比例为：200人中的大多数即为:100.5/200=0.5025要求的概率为:第46页，共74页，星期日，2025年，2月5日(2)样本中大多数人支持候选人的选取民比例为：1000人中的大多数即为:500.5/1000=0.5005概率为第47页，共74页，星期日，2025年，2月5日第四节2个样本平均数

之差的抽样分布问题提出：在某些情况下，需要对来