样本方差的抽样分布
抽样分布和七种理论分布
抽样分布与理论分布一、抽样分布总体分布：总体中所有个体关于某个变量的取值所形成的分布。
样本分布：样本中所有个体关于某个变量大的取值所形成的分布。
抽样分布：样品统计量的概率分布，由样本统计量的所有可能取值和相应的概率组成。
即从容量为N 的总体中抽取容量为n 的样本最多可抽取m 个样本，m 个样本统计值形成的频率分布，即为抽样分布。
样本平均数的抽样分布：设变量X 是一个研究总体，具有平均数μ和方差σ2。
那么可以从中抽取样本而得到样本平均数x ，样本平均数是一个随机变量，其概率分布叫做样本平均数的抽样分布。
由样本平均数x 所构成的总体称为样本平均数的抽样总体。
它具有参数μx 和σ2x ，其中μx 为样本平均数抽样总体的平均数，σ2x 为样本平均数抽样总体的方差，σx 为样本平均数的标准差，简称标准误。
统计学上可以证明x 总体的两个参数 μx 和σ2x 与X 总体的两个参数μ和σ2有如下关系：μx = μ σ2x = σ2 /n由中心极限定理可以证明，无论总体是什么分布，如果总体的平均值μ和σ2都存在，当样本足够大时（n>30），样本平均值x 分布总是趋近于N （μ，n2)分布。
但在实际工作中，总体标准差σ往往是未知的，此时可用样本标准差S 估计σ。
于是，以nS估计σx ，记为X S ，称为样本标准误或均数标准误。
样本平均数差数的抽样分布：二、正态分布2.1 正态分布的定义：若连续型随机变量X 的概率密度函数是⎪⎭⎫ ⎝⎛--=σμπσx ex f 22121)( （-∞＜x ＜+∞）则称随机变量X 服从平均数为μ、方差为σ2的正态分布，记作X~N （μ，σ2）。
相应的随机变量X 概率分布函数为 F （x ）=⎰∞-x dx x f )(它反映了随机变量X 取值落在区间（-∞，x ）的概率。
2.2 标准正态分布当正态分布的参数μ=0，σ2=1时，称随机变量X 服从标准正态分布，记作X~N （0,1）。
统计学 第三章抽样与抽样分布
=10
= 50 X
总体分布
n= 4
x 5
n =16
x 2.5
x 50
X
抽样分布
从非正态总体中抽样
结论：
从非正态中体中抽样，所形成 的抽样分布最终也是趋近于正态分 布的。只是样本容量需要更大些。
总结：中心极限定理
设从均值为，方差为 2的一个任意总体中抽 取容量为n的样本，当n充分大时（超过30），样本 均值的抽样分布近似服从均值为μ、方差为σ2/n的
总体
样本
参数
统计量
总体与样本的指标表示法
总体参数
样本统计量
(Parameter) (Sample Statistic)
容量 平均数 比例 方差 标准差
N
n
X
x
p
2
s2
s
小练习
某药品制造商感兴趣的是用该公司开发的某 种新药能控制高血压人群血压的比例。进行了一 项包含5000个高血压病人个体的研究。他发现用 这种药后80%的个体，他们的高血压能够被控制。 假定这5000个个体在高血压人群中具有代表性的 话，回答下列问题： 1、总体是什么？ 2、样本是什么？ 3、识别所关心的参数 4、识别此统计量并给出它的值 5、我们知道这个参数的值么？
正态分布
一个任意分 布的总体
x
n
当样本容量足够 大时(n 30) ， 样本均值的抽样 分布逐渐趋于正 态分布
x
X
总体分布
正态分布
非正态分布
大样本 小样本 大样本 小样本
正态分布
正态分布
非正态分布
三 中心极限定理的应用
中心极限定理(Central Limit theorem) 不论总体服从何种分布，从中抽取
《概率与数理统计》第06章 - 样本及抽样分布
(3)g( x1, x2 ,L xn )是统计量g(X1, X2 ,L Xn )的观察值
几个常见统计量
样本平均值
X
1 n
n i 1
Xi
它反映了 总体均值 的信息
样本方差
S 2
1 n1
n i 1
(Xi
X )2
它反映了总体 方差的信息
n
1
1
n
X
2 i
i 1
nX
2
样本标准差
S
1 n
n
1
(
i 1
X
i
是来自总体的一个样本，则
(1) E( X ) E( X ) ,
(2) D( X ) D( X ) 2 n ,
n
(3) E(S 2 ) D( X ) 2
矩估计法的 理论根据
若总体X的k阶矩E( X k ) k存在，则
(4) Ak
1 n
n i 1
Xik
p k
k 1, 2,L .
(3)证明：E(S2 )
定义 设X1 , X2 ,L , Xn是来自总体X的一个样本， g( X1 , X 2 ,L , X n )是X1 , X 2 ,L , X n的函数，若g 中不含未知参数，则g( X1 , X 2 ,L , X n )称是一 个统计量.
请注意 :
(1)X1, X2 ,L
X
是样本，也是随机变量
n
(2)统计量是随机变量的函数，故也是随机变量
1
e
(
xi 2
2
)2
2
n
( xi )2
1
e i1 2 2
n
2
第二节
抽样分布
抽样 分布定理
这两个样本的样本方差,则有
2 S12 1 1、 2 2 ~ F ( n1 1, n2 1) S2 2 X Y ( 1 2 ) 2、 ~ t ( n1 n2 2) 2 2 ( n1 1) S1 ( n2 1) S2 1 1 n1 n2 2 n1 n2
则服从自由度为 n-1 的 t 分布的随机变量是
( A)t X S1 / n 1
( B)t X S2 / n 1
．
( D)t X S4 / n
(C )t
X S3 / n
定理 6.2 (两总体样本均值差、样本方差比的分布) 且X与Y独立, 设X ~ N ( 1, 2 )，Y ~ N ( 2 , 2 )， X1,X2,…, X n是来自X的样本,Y1,Y2,…,Yn 是取自Y的样本, 1 2 X和Y 分别是这两个样本的 样本均值， 2和S 2 分别是 S
几个重要的抽样分布定理
设总体X的均值为，方差为 2，X 1 , X 2 ,, X n 是 来自总体的一个样本，则样本均值X和样本方差S 2有
E( X ) , D( X ) 2 n ,
E( S 2 ) 2
样本均值的分布 设 X1, X2, …, Xn 是来自正态总体 的样本，
2 2
1 故C . 3
小结
在这一节中我们学习了抽样分布定理. 要 求大家熟练地掌握它们 .
常用的统计量 样本平均值
1 n X Xi n i 1
样本方差
样本标准差 样本k阶原点矩 样本k阶中心矩
1 n S2 ( X i X )2 n 1 i 1
1 n 2 S ( Xi X ) n 1 i 1
2 1 2 2 2 1 2 2
概率论 第六章 样本及抽样分布
一般，设 x1,x2, …,xn 是总体F的一个容 量为n的样本值，先将x1,x2, …,xn 按自小到 大的次序排列，并重新编号，设为
x(1) ≤x(2) ≤…≤x(n) 则经验分布函数Fn(x)的观察值为
0,
若x x(1) ,
性质：
(1) limf (t)
1
e ; t2 2
n
2
(2)当n 45时 取t (n) Z .
（三）设Ｘ~２(n1), Y~ ２(n2), 且Ｘ 与Ｙ相互独立，则随机变量
F X/ n1 Y / n2
则称F服从第一自由度为n1，第二自由 度为n2的F分布，记作
F~F(n1 ，n2)
F分布的分布密度为
2 2
E( X 2 ) D( X ) (E( X ))2
2 2
n
E(S 2 )
E[ 1 n 1
n i 1
(Xi
X
)2 ]
E[
1
n
(
n 1 i1
X
2 i
2
n X )]
1
n
E(
n 1 i1
X
2 i
nX
2
)
1 [E( n 1
n i 1
X
2 i
)
E(n X
2
)]
1[ n 1
n i 1
考察某厂生产的电容器
的使用寿命。在这个试验 中什么是总体，什么是个 体。
解 个体是每一个电容器 的使用寿命；总体X是各个 电容器的使用寿命的集合。
2. 样本
为推断总体分布及各种特征，按一定规 则从总体中抽取若干个体进行观察试验，以 获得有关总体的信息，这一抽取过程称为 “抽样”，所抽取的部分个体称为样本. 样 本中所包含的个体数称为样本容量.
《统计学》第9章 抽样与抽样分布
二、抽样中的基本概念
⚫ 样本比例（成数）
p = n1 ，q = n0 = 1− p
n
n
⚫ 样本是非标志的标准差
(n = n0 + n1)
sp =
n p (1− p) =
n −1
n pq n −1
⚫ 样本是非标志的方差
s
2 p
=
n n −1
p(1 −
p)
=
n n −1
pq
第一节 抽样和抽样方法
三、抽样方法
三、抽样方法
⚫ 多阶段抽样
⚫ 在实践中总体所包括的单位数很多，分布很广，通过一次 抽样就选出有代表性的样本是很困难的。此时可将整个抽 样过程分为几个阶段，然后逐阶段进行抽样，最终得到所 需要的有代表性的样本。
第一节 抽样和抽样方法
三、抽样方法
⚫ 多阶段抽样
⚫ 阶段数不宜过多，一般采用两个、三个阶段，至多四个阶 段为宜，否则，手续繁琐，效果也不一定好。
第一节 抽样和抽样方法
二、抽样中的基本概念
⚫ 总体参数
⚫ 总体参数是根据总体各单位的标志值或特征计算的、反 映总体某一属性的综合指标。
⚫ 总体参数是唯一的、确定的常数，但一般情况下又是未 知的。
⚫ 常用的总体参数有 ⚫ 总体均值 ⚫ 总体标准差、总体方差 ⚫ 总体比例（成数）
第一节 抽样和抽样方法
⚫ 样本标准差
s =
1 n −1
n i =1
(xi
−
x )2，或s
=
1
m
m
(xi − x )2 fi
fi −1 i=1
i =1
⚫ 样本方差
( ) ( ) s2 = 1 n n −1 i=1
2021统计学原理-《统计学》第五章统计量及其抽样分布试题(精选试题)
统计学原理-《统计学》第五章统计量及其抽样分布试题1、智商的得分服从均值为100，标准差为16的正态分布。
从总体中抽取一个容量为n的样本，样本均值的标准差为2，样本容量为____________。
2、样本均值与总体均值之间的差被称作____________。
3、从均值为50，标准差为5的无限总体中抽取容量为30的样本，则抽样分布的超过51的概率为____________。
4、某校大学生中，外国留学生占10%。
随机从该校学生中抽取100名学生，则样本中外国留学生比例的标准差为____________。
5、假设总体服从均匀分布，从此总体中抽取容量为36的样本，则样本均值的抽样分布( )。
A.服从非正态分布B.近似正态分布C.服从均匀分布D.服从x²分布6、从服从正态分布的无限总体中分别抽取容量为4，16，36的样本，当样本容量增大时，样本均值的标准差( )。
A.保持不变B.增加C.减小D.无法确定7、总体均值为50，标准差为8，从此总体中随机抽取容量为64的样本，则样本均值的抽样分布的均值和标准误差分别为( )。
A.50，8B.50，1C.50，4D.8，88、某厂家生产的灯泡寿命的均值为60小时，标准差为4小时。
如果从中随机抽取30只灯泡进行检测，则样本均值( )。
A.抽样分布的标准差为4小时B.抽样分布近似等同于总体分布C.抽样分布的中位数为60小时D.抽样分布近似等同于正态分布，均值为60小时9、假设某学校学生的年龄分布是右偏的，均值为23岁，标准差为3岁。
如果随机抽取100名学生，下列关于样本均值抽样分布描述不正确的是( )。
A.抽样分布的标准差等于3B.抽样分布近似服从正态分布C.抽样分布的均值近似为23D.抽样分布为非正态分布10、从均值为200，标准差为50的总体中抽取容量为100的简单随机样本，样本均值的数学期望是( )。
A.150B.200C.100D.25011、从均值为200，标准差为50的总体中抽取容量为100的简单随机样本，样本均值的标准差是( )。
统计学课后答案解析第七八章
6.1 调节一个装瓶机使其对每个瓶子的灌装量均值为μ盎司，通过观察这台装瓶机对每个瓶子的灌装量服从标准差 1.0σ=盎司的正态分布。
随机抽取由这台机器灌装的9个瓶子形成一个样本，并测定每个瓶子的灌装量。
试确定样本均值偏离总体均值不超过0.3盎司的概率。
解：总体方差知道的情况下，均值的抽样分布服从()2,N n σμ的正态分布，由正态分布，标准化得到标准正态分布：x ～()0,1N ，因此，样本均值不超过总体均值的概率P为：()0.3P x μ-≤=P ⎫≤=x P ⎛⎫≤≤=()0.90.9P z -≤≤=2()0.9φ-1，查标准正态分布表得()0.9φ=0.8159 因此，()0.3P x μ-≤=0.63186.2在练习题6.1中，我们希望样本均值与总体均值μ的偏差在0.3盎司之内的概率达到0.95，应当抽取多大的样本？解：()0.3P x μ-≤=P ⎫≤=x P ⎛⎫≤≤=210.95Φ-≥0.975⇒Φ≥1.96⇒≥42.6828843n n ⇒≥⇒≥6.3 1Z ，2Z ，……，6Z 表示从标准正态总体中随机抽取的容量，n=6的一个样本，试确定常数b ，使得 6210.95i i P Z b =⎛⎫≤= ⎪⎝⎭∑ 解：由于卡方分布是由标准正态分布的平方和构成的： 设Z 1，Z 2，……，Z n 是来自总体N (0,1)的样本，则统计量222212χ=+++n Z Z Z服从自由度为n 的χ2分布，记为χ2～ χ2（n ） 因此，令6221ii Z χ==∑，则()622216ii Zχχ==∑，那么由概率6210.95i i P Z b =⎛⎫≤= ⎪⎝⎭∑，可知：b=()210.956χ-，查概率表得：b=12.596.4 在习题6.1中，假定装瓶机对瓶子的灌装量服从方差21σ=的标准正态分布。
假定我们计划随机抽取10个瓶子组成样本，观测每个瓶子的灌装量，得到10个观测值，用这10个观测值我们可以求出样本方差22211(())1n i i S S Y Y n ==--∑，确定一个合适的范围使得有较大的概率保证S 2落入其中是有用的，试求b 1，b 2，使得 212()0.90p b S b ≤≤=解：更加样本方差的抽样分布知识可知，样本统计量：222(1)~(1)n s n χσ--此处，n=10，21σ=，所以统计量22222(1)(101)9~(1)1n s s s n χσ--==-根据卡方分布的可知：()()2212129990.90P b S b P b S b ≤≤=≤≤=又因为：()()()2221221911P n S n ααχχα--≤≤-=-因此：()()()()22221212299919110.90P b S b P n S n ααχχα-≤≤=-≤≤-=-= ()()()()222212122999191P b S b P n S n ααχχ-⇒≤≤=-≤≤- ()()()2220.950.059990.90P S χχ=≤≤=则： ()()2210.9520.0599,99b b χχ⇒==()()220.950.051299,99b b χχ⇒==查概率表：()20.959χ=3.325，()20.059χ=19.919，则()20.95199b χ==0.369，()20.05299b χ==1.887.1 从一个标准差为5的总体中采用重复抽样方法抽出一个样本容量为40的样本，样本均值为25。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
样本方差的抽样分布
样本方差
先求出总体各单位变量值与其算术平均数的离差的平方，然后再对此变量取平均数，就叫做样本方差。
在许多实际情况下，人口的真实差异事先是不知道的，必须以某种方式计算。
当处理非常大的人口时，不可能对人口中的每个物体进行计数，因此必须对人口样本进行计算。
样本方差也可以应用于从该分布的样本的连续分布的方差的估计。
[
从一个样本取n个值y1，...，y n，其中n <N，并根据这个样本估计方差。
直接取样本数据的方差给出平均偏差的平均值：
这里，表示样本均值
由于y i是随机选择的，所以和是随机变量。
他们的预期值可以通过从群体中的大小为n的所有可能样本{yi}的集合进行平均来评估。
对于，有
因此给出了基于因子的人口方差的估计值。
被称为偏样本方差。
纠正该偏差之后形成无偏样本方差：
估计值可以简单地称为样本方差。
同样的证明也适用于从连续概率分布中抽取的样本。
样本方差分布
作为随机变量的函数，样本方差本身就是一个随机变量，研究其分布是很自然的。
在yi是来自正态分布的独立观察的情况下，s2服从卡方分布：
所以可求;和
如果y i独立同分布，但不一定是正态分布，那么
如果大数定律的条件对于平方观测值同样适用，则s2是σ2的一致估计量。
抽样分布
抽样分布也称统计量分布、随机变量函数分布，是指样本估计量的分布。
样本估计量是样本的一个函数，在统计学中称作统计量，因此抽样分布也是指统计量的分布。
以样本平均数为例，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。
抽样分布定理
(1)从总体中随机抽取容量为n的一切可能个样本的平均数之平均数，等于总体的平均数，即(E为平均的符号,为样本的平均数，μ为总体的平均数)。
(2)从正态总体中，随机抽取的容量为n的一切可能样本平均数的分布也呈正态分布。
(3)虽然总体不是正态分布，如果样本容量较大，反映总体μ和σ的样本平均数的抽样分布，也接近于正态分布。
样本方差的抽样分布
样本方差的抽样分布是指在重复选取容量为n的样本时，样本方差的所有可能取值形成的概率分布。
χ2分布具有如下性质和特点：
(1)χ2分布的变量值始终为正。
(2)χ2(n)分布的形状取决与其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称，如图7-2所示。
(3)χ2分布的期望为E(χ2)=n,方差为D(χ2)=2n(n为自由度)。
(4)χ2分布具有可加性。
若U和V为两个独立的χ2分布随机变量，U～χ2(n1)，V～χ2(n2)，则随机变量U+V服从自由度为n1+n2的χ2分布。