• 样本比例的抽样分布
千次阅读
2017-08-17 00:27:00
• 样本比例的抽样分布
•  样本方差的抽样分布
设X1，X2,...Xn为来自正态分布的样本，则可以推到出如下结果：设总体分布为 X~N（μ， ）的正态分布，则样本方差S^2的分布为：

转载于:https://my.oschina.net/u/1785519/blog/1511492

更多相关内容
• 1、比例 2、样本比例抽样分布 3、两个样本均值之差的抽样分布 4、关于样本方差的分布

4、关于样本方差的分布

展开全文
• 统计学简介之四——样本比例抽样分布

统计学简介之四——样本比例的抽样分布

一、样本比例的定义

大样本时比例分布逼近正态分布

二、例题

展开全文
• 样本均值的抽样分布One of the most important concepts discussed in the context of inferential data analysis is the idea of sampling distributions. Understanding sampling distributions helps us better ...

样本均值的抽样分布

One of the most important concepts discussed in the context of inferential data analysis is the idea of sampling distributions. Understanding sampling distributions helps us better comprehend and interpret results from our descriptive as well as predictive data analysis investigations. Sampling distributions are also frequently used in decision making under uncertainty and hypothesis testing.

在推论性数据分析的背景下讨论的最重要的概念之一是采样分布的想法。 了解采样分布有助于我们更好地理解和解释描述性和预测性数据分析调查的结果。 抽样分布也经常用于不确定性和假设检验的决策中。

什么是抽样分布？ (What are sampling distributions?)

You may already be familiar with the idea of probability distributions. A probability distribution gives us an understanding of the probability and likelihood associated with values (or range of values) that a random variable may assume. A random variable is a quantity whose value (outcome) is determined randomly. Some examples of a random variable include, the monthly revenue of a retail store, the number of customers arriving at a car wash location on any given day, the number of accidents on a certain highway on any given day, weekly sales volume at a retail store, etc. Although the outcome of a random variable is random, the probability distribution allows us to gain and understanding about the likelihood and probabilities of different values occurring in the outcome. Sampling distributions are probability distributions that we attach to sample statistics of a sample.

您可能已经熟悉概率分布的概念。 概率分布使我们对与随机变量可能采用的值(或值的范围)相关的概率和似然性有所了解。 随机变量是其值(结果)是随机确定的数量。 随机变量的一些示例包括：零售商店的月收入，在任何给定的一天到达洗车地点的顾客数量，在任何给定的一天在特定高速公路上发生的事故数量，在零售店的每周销量尽管随机变量的结果是随机的，但概率分布使我们获得并了解结果中出现的不同值的可能性和概率。 抽样分布是我们附加到样本的样本统计量的概率分布。

样本均值作为样本统计量 (Sample mean as a sample statistic)

A sample statistic (also known simply as a statistic) is a value learned from a sample. Here is an example, suppose you collect the results of a survey filled out by 250 randomly selected individuals who live in a certain neighborhood. Based on the survey results you realize that the average annual income of the individuals in this sample is $82,512. This is a sample statistic and is denoted by x̅ =$82,512. The sample mean is also a random variable (denoted by X̅) with a probability distribution. The probability distribution for X̅ is called the sampling distribution for the sample mean. Sampling distribution could be defined for other types of sample statistics including sample proportion, sample regression coefficients, sample correlation coefficient, etc.

样本统计量(也简称为统计量)是从样本中学到的值。 这是一个示例，假设您收集由居住在某个社区中的250个随机选择的个人填写的调查结果。 根据调查结果，您会发现此样本中的个人平均年收入为$82,512。 这是一个样本统计量，用x̅=$ 82,512表示。 样本均值也是具有概率分布的随机变量(用X表示)。 X̅的概率分布称为样本均值的采样分布。 可以为其他类型的样本统计定义样本分布，包括样本比例，样本回归系数，样本相关系数等。

You might be wondering why X̅ is a random variable while the sample mean is just a single number! The key to understanding this lies in the idea of sample to sample variability. This idea refers to the fact that samples drawn from the same population are not identical. Here’s an example, suppose in the example above, instead of conducting only one survey of 250 individuals living in a particular neighborhood, we conducted 35 samples of the same size in that neighborhood. If we calculated the sample mean for each of the 35 samples, you would be getting 35 different values. Now suppose, hypothetically, we conducted many many surveys of the same size in that neighborhood. We would be getting many many (different) values for sample means. The distribution resulting from those sample means is what we call the sampling distribution for sample mean. Thinking about the sample mean from this perspective, we can imagine how X̅ (note the big letter) is the random variable representing sample means and (note the small letter) is just one realization of that random variable.

您可能想知道为什么X̅是一个随机变量，而样本均值只是一个数字！ 理解这一点的关键在于样本之间的差异性 。 这个想法指的是从相同总体中抽取的样本不完全相同的事实。 这是一个示例，假设在上面的示例中，我们没有对居住在特定社区中的250个人进行一次调查，而是在该社区中进行了35个相同大小的样本。 如果我们为35个样本中的每个样本计算样本均值 ，您将获得35个不同的值。 现在假设，我们在该邻里进行了许多相同规模的调查。 我们将获得许多(不同)样本均值值。 由这些样本均值得出的分布就是所谓的样本均值的采样分布。 从这个角度考虑样本均值，我们可以想象X̅(注意大字母)是代表样本均值和 (注意小字母)的随机变量的方式。 只是该随机变量的一种实现。

样本均值的抽样分布 (Sampling distribution of the sample mean)

Assuming that X represents the data (population), if X has a distribution with average μ and standard deviation σ, and if X is approximately normally distributed or if the sample size n is large,

假设X代表数据(种群)，如果X具有平均μ和标准差σ的分布，并且X近似呈正态分布，或者样本量n大，

The above distribution is only valid if,

以上分配仅在以下情况下有效：

• X is approximately normal or sample size n is large, and,

X近似正常样本大小n大，并且，

• the data (population) standard deviation σ is known.

数据(种群)标准偏差σ是已知的。

If X is normal, then X̅ is also normally distributed regardless of the sample size n. Central Limit Theorem tells us that even if X is not normal, if the sample size is large enough (usually greater than 30), then X̅’s distribution is approximately normal (Sharpe, De Veaux, Velleman and Wright, 2020, pp. 318–320). If X̅ is normal, we can easily standardize and convert it to the standard normal distribution Z.

如果X是正态的，则X′也将呈正态分布，而与样本大小n无关。 中心极限定理告诉我们，即使X不是正态的，如果样本量足够大(通常大于30)，则X的分布近似正态(Sharpe，De Veaux，Velleman和Wright，2020年，第318-320页) )。 如果X̅是正态的，我们可以轻松地将其标准化并将其转换为标准正态分布Z。

If the population standard deviation σ is not known, we cannot assume that the sample mean X̅ is normally distributed. If certain conditions are satisfied (explained below), then we can transform X̅ to another random variable t such that,

如果总体标准差σ是知道，我们不能假设样本均值的正态分布。 如果满足某些条件(如下所述)，那么我们可以将X transform转换为另一个随机变量t，这样，

The random variable t is said to follow the t-distribution with n-1 degrees of freedom, where n is the sample size. The t-distribution is bell-shaped and symmetric (just like the normal distribution) but has fatter tails compared to the normal distribution. This means values further away from the mean have a higher likelihood of occurring compared to that in the normal distribution.

据说随机变量t跟随t分布具有n-1个自由度，其中n是样本大小。 t分布呈钟形且对称(就像正态分布一样)，但与正态分布相比，其尾部更胖。 这意味着与正态分布相比，远离平均值的值出现的可能性更高。

The conditions to use the t-distribution for the random variable t are as follows (Sharpe et al., 2020, pp. 415–420):

将t分布用于随机变量t的条件如下(Sharpe等人，2020年，第415-420页)：

• If X is normally distributed, even for small sample sizes (n<15), the t-distribution can be used.

如果X是正态分布的，即使对于小样本量( n < 15)，也可以使用t分布。

• If the sample size is between 15 and 40, the t-distribution can be used as long as X is unimodal and reasonably symmetric.

如果样本大小在15到40之间，则只要X是单峰且合理对称，就可以使用t分布。
• For sample sizes greater than 40, the t-distribution can be used unless X’s distribution is heavily skewed.

对于大于40的样本，除非X的分布严重偏斜，否则可以使用t分布。

用Python模拟 (Simulation with Python)

Let’s draw a sample of size n=250 from the normal distribution. Here we are assuming that our data is normally distributed and has parameters μ = 20 and σ = 3. Collecting one sample from this population

让我们从正态分布中绘制一个大小为n = 250的样本。 这里我们假设我们的数据是正态分布的，并且参数μ= 20和σ=3。从该总体中收集一个样本

Running this code once gives me one instance (or realization) of the random variable X̅. Below are 10 values for after I ran this code 10 times.

运行此代码一次，便为我提供了随机变量X̅的一个实例(或实现)。 在我运行此代码10次后，下面是x̅的 10个值。

But if I ran this code 10,000 times and recorded the values of and plotted the frequency (or density) of the values, I would get the following result.

但是，如果我运行此代码10,000次并记录了x values的值并绘制了这些值的频率(或密度)，我将得到以下结果。

As you can see, the distribution is approximately symmetric and bell-shaped (just like the normal distribution) with an average of approximately 20 and a standard error that is approximately equal to 3/sqrt(250) = 0.19.

如您所见，分布近似对称且呈钟形(就像正态分布一样)，平均分布约20，标准误差约等于3 / sqrt(250)= 0.19。

Sampling from the same population with different sample sizes will result in different measures of spread in the outcome distribution. As we expect, increasing the sample size will reduce the standard error and therefore, the distribution will be narrower around its average. Note that the distribution of X̅ is normal even for extremely small sample sizes. This is because X is normally distributed.

从具有不同样本量的同一总体中进行采样将导致结果分布中差异的度量不同。 正如我们所期望的，增加样本量将减少标准误差，因此，分布将在其平均值附近变窄。 请注意，即使样本量非常小，X̅的分布也是正常的。 这是因为X是正态分布的。

如果总体(数据)不正常怎么办？ (What if the population (data) is not normal?)

No worries! Even if your data is not normally distributed, if the sample size is large enough, the distribution of X̅ can still be approximated using the normal distribution (according to Central Limit Theorem). The following figure shows the distribution of X̅ when X is heavily skewed to the left. As you can see, X̅’s distribution tends to mimic the distribution of X for small sample sizes. However, as sample size grows the distribution of X̅ becomes more symmetric and bell-shaped. As mentioned above, if sample size is large (usually larger than 30), X̅’s distribution is approximately normal regardless of what the distribution of X is.

别担心！ 即使您的数据不是正态分布的，如果样本量足够大，仍可以使用正态分布(根据中心极限定理)来近似估计X̅的分布。 下图显示了X严重偏向左侧时X̅的分布。 如您所见，对于小样本量，X̅的分布趋向于模仿X的分布。 但是，随着样本量的增加，X 1的分布变得更加对称和呈钟形。 如上所述，如果样本量较大(通常大于30)，则X的分布近似为正态，而与X的分布无关。

示例和应用 (Example and applications)

Knowing the distribution of X̅ can help us solve problems, where we need to use inferential data analysis to make decisions under uncertainty. Many business problems require decision making tools that are able to address the stochastic and probabilistic nature of random event. Hypothesis testing is one of those tools frequently used in many different business domains including retail operations, marketing, quality assurance, etc.

知道X̅的分布可以帮助我们解决问题，在这种情况下，我们需要使用推断数据分析来在不确定的情况下做出决策。 许多业务问题都需要决策工具，这些工具必须能够解决随机事件的随机性和概率性。 假设检验是许多不同业务领域(包括零售运营，市场营销，质量保证等)中经常使用的工具之一。

For example, suppose a retail store has run a major marketing campaign and is interested to investigate the effects of the campaign on average sales of the store. Suppose that the management would like to investigate if average daily sales is now greater than $8,000. The following hypotheses demonstrate this research question: 例如，假设一家零售商店进行了一次大规模的营销活动，并且有兴趣调查该活动对商店平均销售额的影响。 假设管理层想调查现在的平均每日销售额是否大于8,000美元。 以下假设证明了该研究问题： Note that we are conducting a test on the population average sales, hence the μ. To address the test, suppose we record sales volumes over 40 days (sample with n=40) and calculate the required statistics. Suppose the average and standard deviation of daily sales volumes are calculated as x̅=$8,100 and s=$580, respectively. Since the value of σ is not known, and given that the above hypothesis test is being addressed, we can convert X̅ to the random variable t with n-1=39 degrees of freedom where, 请注意，我们正在对人口平均销售额(即μ)进行测试。 为了进行测试，假设我们记录了40天的销售量( n = 40的样本)并计算所需的统计数据。 假设每日销售量的平均偏差和标准偏差分别计算为x̅=$ 8,100s = $580 。 由于σ的值未知，并且鉴于上述假设检验正在解决，我们可以将X̅转换为n-1 = 39自由度的随机变量t ，其中， To address the test, we need to find the p-value associated with the test. This property is calculated as, 要处理该测试，我们需要找到与该测试关联的p值。 此属性的计算公式为 The probability density function for the random variable t along with the p-value of the test are depicted below. 下面描述了随机变量t的概率密度函数以及检验的p值。 The following will find the p-value for the test. 以下将找到测试的p值。 The calculations give a p-value equal to approximately 0.14. By most standards (significance levels), this is a large p-value indicating that we fail to reject the null hypothesis. In other words, based on the distribution of X̅ and the sample collected, we cannot conclude that the average daily sales volume at the retail store, μ, is greater than$8000. This calculation was possible only because we knew what the distribution of X̅ was.

计算得出的p值大约等于0.14。 按照大多数标准(显着性水平)，这是一个很大的p值，表明我们无法拒绝原假设。 换句话说，根据X的分布和收集的样本，我们不能得出结论，零售商店的平均日销售量μ大于\$ 8000。 仅因为我们知道X̅的分布是什么，才可能进行此计算。

Sampling distributions could be defined for other sample statistics (e.g., sample proportions, regression predictor coefficients, etc.) and are also used in other contexts like confidence and prediction intervals or inferential analysis on regression results.

可以为其他样本统计数据(例如，样本比例，回归预测系数等)定义采样分布，也可以在其他情况下使用采样分布，例如置信度和预测区间或对回归结果进行推论分析。

[1]: Sharpe N. R., De Veaux R. D., Velleman P. F., Wright D. (2020) Business Statistics, Fourth Canadian Edition. Pearson Canada Inc.

[1]：Sharpe NR，De Veaux RD，Velleman PF，Wright D.(2020) 商业统计，加拿大第四版 。 培生加拿大公司

样本均值的抽样分布

展开全文
• p¯\bar{p} 的抽样分布样本比率 p¯\bar{p} 的所有可能值的概率分布。 下面我们了解下 p¯\bar{p} 的期望、标准差、形状这些数学特征。 p¯\bar{p} 的数学期望 E(p¯)=pE(\bar{p})=p ，其中p为总体比率。 ...
• 数学期望：随机变量的平均取值的大小 一个概率性事件的平均大小：盒子里没球的概率0.01 1个球的概率：...越大说明密度越大 概率密度分布：某事件发生概率的分布 离散型分布：二项分布，泊松分布 连续型分布：指数分...
• 已知样本比例抽样分布计算是一种理想的抽样分布算法，通常用来学习抽样理论。其已知的信息为总体的分布特征，并求在抽取一定容量的样本后，样本的分布特征。 例如：已知1980年美国总统选举中，有3490万选民支持...
• 3.一个总体参数推断时样本统计量的抽样分布 4. 两个总体参数推断时样本统计量的抽样分布 1.概率抽样分布 根据抽取原则的不同，分为概率抽样和非概率抽样。概率抽样是根据已知的概率来抽取样本单位；非概率抽样则是...
• F分布定义为：设X、Y为两个独立的随机变量，X服从自由度为m的卡方分布，Y服从自由度为n的卡方分布，这2 个独立的卡方分布被各自的自由度除之后的比率这一统计量的分布。即： F=(X/m)/(Y/n)” 解答...
• 统计学习-抽样分布

千次阅读 2019-12-08 22:18:21
样本均值(sample mean)又叫样本均数。即为样本的均值。均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。 样本方差 先求出总体各单位变量...
• 文章目录抽样分布1 样本统计量2 正态分布3 三大抽样分布3.1 卡方分布3.2 t分布3.3 F分布4 统计量的抽样分布4.1 样本均值的抽样分布4.2 样本比例抽样分布4.3 样本方差的抽样分布 定义：样本统计量的概率分布，是一...
• （1）从总体到样本的方向，目的是要研究从总体中抽出的所有可能样本统计量的分布及其与原总体的关系，即抽样分布 （2）从样本到总体的方向，从总体中随机抽取样本，并用样本对总体作出推论，即统计推断问题。 抽样...
• 本文对抽样分布的概念、无偏差和最小偏差等性质，以及中心极限定理和样本比例抽样分布进行总结。2 抽样分布基本概念 参数（parameter）：参数是对总体的数值描述，因为是总体，所以值经常是未知的。 样本统计量...
• 假设一个情境：曼帝糖果公司再一次进行了抽样，以便利用调查结果预测：总体中有多大比例的人“可能偏爱曼帝公司的糖球”。结果发现，在40个人中有32个人偏爱他们的口香糖球，其余8个人则偏爱竞争对手的口香糖球。...
• 计算机数据库(经济会计类)抽样分布随堂讲义剖析;一抽样调查的概念及应用;二抽样的有关概念;二抽样的有关概念;第二节 抽样分布;一抽样分布的概念;...三样本比例p 的抽样分布;三样本比例p 的抽样分布;四样本方差
• 抽样分布：卡方分布、T分布、F分布、样本方差的分布、样本比例抽样分布、中心极限定理、两个样本平均值之差的分布、两样本方差之比的分布、其他重要抽样分布 楔子 在理解抽样分布之前, 首先需要明确区分 描述...
• 样本平均数为例，它是总体平均数的一个估计量，如果按照相同的样本容量，相同的抽样方式，反复地抽取样本，每次可以计算一个平均数，所有可能样本的平均数所形成的分布，就是样本平均数的抽样分布。 从已知的总体...
• 【统计学 第六周】抽样分布

千次阅读 2019-12-08 21:25:15
2、常用抽样分布：卡方分布、T分布、F分布、中心极限定理（其他重要抽样分布）、样本比例抽样分布、两个样本平均值之差的分布、样本方差的分布、两个样本方差比的分布 参考资料: 【木东居士】公众号 From ...
• 按照抽样需要估计的总体参数类型的不同，最常用的为对样本均值的估计和对样本比例的估计，因此这里主要讨论估计平均值时样本大小的计算和估计比例时样本大小的计算。 排版比较费劲，请允许我使用截屏的方式分享。
• 样本统计量的抽样分布是其概率分布，是由n个观测量的样本得到的；n个个体的多样本 点估计：总体参数的点估计是一个规则或公式，如何用样本数据来计算可以作为总体参数的估计的一个值 如果样本统计量的抽样分布...
• 常见的假设检验中，AB测试是最为出名的假设检验的过程，而需要深刻理解假设检验，先验知识统计量及其抽样分布的理解至关重要，这会为我们学习假设检验打下坚实的基础，本文章便是关于统计量及其抽样分布的讲解。...
• 统计量 ...当样本容量很大时，样本比例抽样分布可用 正态分布近似 推断总体比例 π \pi π 的理论基础 样本比例之差的分布 样本方差的分布 两个样本方差比的分布
• 正态总体抽样分布推导Survey research concerns taking samples of a target population. Using those samples, we can estimate the views of that population.调查研究涉及对目标人群进行抽样。 使用这些样本，...
• 抽样分布的概念

万次阅读 多人点赞 2018-05-09 18:16:39
我们想研究一个总体(Population)或叫母体的某些参数(Parameter)，比如均值（平均特征）、方差（分散的特征）、中位数（比例的特征），我们很多情况下，不能把所有的个体分别研究，例如我们想研究中国的成年女性罩杯...
• 统计学基础专栏02—数据和抽样分布 0、术语 0.2、数据和抽样分布 样本 大型数据集的一个子集 总体 一个大型数据集，或是一个构想的数据集 N（或n） 一般用N表示总体的规模，n表示样本的规模 随机抽样 从总体中随机...
• 本文介绍的是数据与抽样分布的相关内容。 目录专栏/前文链接前言 前言 大数据时代是否意味着抽样时代的终结？答案是否定的。事实上，正是因为这个大数据时代无时无刻不在涌现着大量质量不一，相关性各异的数据，才...
• 几个概念 总体：将要调查或研究的事物或现象的全体 个体：组成总体的每个元素 容量：总体中包含个体的个数 ...方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样 6.1 统计量 6.1.1 统计量的概念 定...

...