(五)抽樣和抽樣分佈、區間估計

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------




經驗法則:當n /N0.05時,一般可忽略有限總體修正係數。

當總體爲正態分佈時,樣本均值抽樣分佈在任何樣本容量下都是正態分佈

從總體中抽取樣本容量爲n的簡單隨機樣本,當樣本容量很大時,樣本均值的抽樣分佈可用正態分佈近似(中心極限定理)

一般的統計實踐中,大多數應用中假定當樣本容量大於等於30時,樣本均值的抽樣分佈可用正態概率分佈近似。當樣本是嚴重偏態或出現異常點時,可能需要樣本容量達50。

樣本容量增加時,均值的標準誤差減小。增大樣本容量時,樣本均值落在總體均值某一特定範圍內的概率也隨之增大。


--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

-


當樣本容量很大時,樣本比率 的抽樣分佈可用正態分佈近似。【np>=5和np(1-p)>=5】

樣本比率抽樣分佈的實際值可以對樣本比率與總體比率的差異程度提供概率信息


---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

無偏性:點估計量的數學期望等於所估總體參數的值。
相對有效性:對同一總體參數的兩個無偏點估計量,有更小標準差的點估計量更有效。
一致性:樣本容量越大,所得的點估計值與總體參數越接近。

樣本方差與標準差的公式中,分母是n-1而不是n,用n-1的原因就是爲了使得樣本方差是總體方差的無偏估計量


---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------


---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

t分佈是由一些相似的概率分佈組成的分佈族,一個特定的t分佈依賴於稱之爲自由度的參數。當自由度分別爲1、2、3……等時,有且僅有唯一的t分佈與之對應。隨着自由度的增大,t分佈於標準正態分佈之間的差別變得越來越小

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章