抽样和抽样分布-样本比率的抽样分布

样本比率 $\bar{p}$ 是总体比率 $p$ 的点估计。
$\bar{p}$ 的抽样分布是样本比率 $\bar{p}$ 的所有可能值的概率分布。
下面我们了解下 $\bar{p}$ 的期望、标准差、形状这些数学特征。

$\bar{p}$ 的数学期望

$E(\bar{p})=p$ ，其中p为总体比率。

$\bar{p}$ 的标准差

$\bar{p}$ 的标准差与总体是有限还是无限有关。
有限总体下：
$\sigma _{\bar{p}}=\sqrt{\frac{N-n}{N-1}}\sqrt{\frac{p(1-p)}{n}}$
无限总体下：
$\sigma _{\bar{p}}=\sqrt{\frac{p(1-p)}{n}}$
与样本均值 $\bar{x}$ 情况一样，当 $n/N \leqslant 0.05$ 时，有限总体和无限总体在表达式上的区别可忽略不计，统一按通式 $\sigma _{\bar{p}}=\sqrt{\frac{p(1-p)}{n}}$ 来计算。

$\bar{p}$ 的形状

对一个来自大容量总体的简单随机样本而言，样本中具有某种特征的个体数目 $x$ 是一个服从二项分布的随机变量。这意味着 $\bar{p} (=x/n ，n为常数)$ 的抽样分布同样是一个二项分布，且 $x/n$ 取每个值的概率是和 $x$ 相对应的。
可以证明，当

$np\geq 5$ 且 $n(1-p)\geq 5$ 时，二项分布可用正态分布来近似。

所以当满足这两个条件时， $\bar{p}$ 的抽样分布可用正态分布来近似。