抽样、区间估计

本文详细介绍了抽样分布,包括样本均值x¯和样本比率p¯的分布特性,强调了中心极限定理在样本量较大时的作用。同时,讨论了总体均值的区间估计,分别阐述了σ已知和σ未知的情况。此外,提到了分层随机抽样、整群抽样、系统抽样等其他抽样方法,以及样本容量的确定和总体比率的区间估计问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.­x¯的抽样分布和p¯的抽样分布
x¯的抽样分布:样本均值x¯的所有可能值得概率分布。将抽取一个简单随机样本的过程看做一个试验,则样本均值x¯是一个随机变量,在不同的简单随机样本中,x¯的取值也有各种可能的结果,称x¯的概率分布就是x¯的抽样分布。
x¯的数学期望和标准差:
这里写图片描述
x¯的抽样分布形式:
总体服从正态分布,在任何样本容量下x¯的抽样分布都是正态分布。
总体不服从正态分布:中心极限定理——从总体中抽取容量为n的简单随机样本,当样本容量很大时,样本均值x¯的抽样分布近似服从正态概率分布
注意点:
样本容量大于等于30,大多数应用中x¯的抽样分布服从正态分布;当总体严重偏态或出现异常点时,可能样本容量需达到50。
x¯的抽样分布可以用来提供样本均值x¯的值和总体均值μ的值之间差异的概率信息。
x¯、μ与样本容量无关,均值x¯的标准误差σ与样本容量的平方根有关。
随着样本容量的增加,均值的标准误差在减少;样本容量越大,样本均值落在总体均值附近某一特定范围内的概率也越大。
p¯的抽样分布:样本比率p¯的所有可能值的概率分布。
p¯的数学期望和标准差:
这里写图片描述
p

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值