抽樣分配
樣本均值( )的統計性質 隨機樣本X1，X2，X3…Xn來自於無限母體抽樣 標準誤(standard error) ： 樣本均值( )的統計性質 隨機樣本X1，X2，X3…Xn來自於無限母體抽樣 標準誤(standard error) ： 樣本變異數的平方根，稱作標準誤。標準誤和標準差的性質相同，只是構成的基本元素不同而已。
重複抽樣 example：一個母體包括0，1，2，3。 重複抽出n=2的樣本，抽出後放回。 n=2 平均數 0,0 0,1 1/2 0.5 0,1 1/2 0.5 0,2 1 0,3 3/2 1.5 1,0 1,1 1,2 1,3 2 2,0 2,1 2,2 2,3 5/2 2.5 3,0 3,1 3,2 3,3 3
example： 某母群體隨機變數X平均數為200，變異數為100，隨機抽取25個樣本X1,X2,X3…X25， 為樣本平均數。 1. 的期望值？ 2. 的變異數？ 3. 的標準差？ Example： 隨機變數X的期望值μ=30，變異數σ2=10，從母體中隨機抽取20個樣本，求樣本平均數的期望值及變異數。(30 , 1/2)
中央極限定理 中央極限定理(central limit theorem) 隨著的抽樣分配隨n的增加呈現數值向中央集中，機率分布狀態呈常態 不論母群體的分配為何，在重複抽樣下，只要樣本數夠大，樣本均值的分配會呈常態分配。 樣本數n：
Central limit theorem Central limit theorem： 母群體變數Ｘ的期望值為μ，變異數為σ２， Ｘ～（μ, σ２），自母群體抽取n個樣本X1,X2,X3….Xn，當樣本數夠大時(n>=30)：
Example： 某母群體Ｘ的期望值為150，變異數為25，X1,X2,X3….X64代表從母群體抽出的64個隨機樣本， 表示此64個樣本的平均數，則： 1. 的分配為何？ 2.P(149.825< <150.825)？ 母群體隨機變數X呈現右偏，其平均數為30，標準差為26，從母群體中隨機抽出169個樣本，求 1.樣本均值的分配為何。(30 , 2) 2.計算 。(z>2)
Example： 某班級學生統計成績呈常態分布，平均值為72，標準差為9，試求以下機率： 1.自該班隨機抽出1人，其分數超過80的機率？ 2.自該班抽出10同學，其平均成績超過80的機率？
T分配
T分配來由 N(μ,σ) sampling 樣本均值分配 以標準化值 ，但是對於小樣本不適用 以標準化值 ，但是對於小樣本不適用 W.S. Gosset(1908)發表t-分配(student-t distribution)
t-分配運算 自由度 =
T分配的特性 以0為中心的鐘形曲線，類似Z分配，但會隨自由度變化。 自由度(degree of freedom; d.f.)，記作t(df)，df∞，t~N(0,1)。
Example：(t分配表右單尾特性) example： df=5，α=0.1，則t( 0.1 , 5 )=? 設X代表某班統計學成績，已知其為常態分配，平均數為72，標準差未知。今自該班抽取9位同學，得標準差5，此9位同學之平均成績在K值以上之機率為0.05，試求K值。
樣本比例的抽樣分配
樣本比例的抽樣分配 X代表成功次數，n為樣本數 回顧二項分配：
的抽樣分配 呈常態 母體常態分配 抽樣分配 二項分配趨近常態 樣本比例抽樣分配
Example： 一個母體包含3個白球，2個紅球，今抽出2個球，抽出放回，試求抽出紅球的比例分配(求μp bar σp bar)： 今有新品種水稻300顆種子，進行發芽測試，結果有249顆發芽，請問新品種發芽率的平均值及標準差。(0.83 , 0.02)
Example： 某公司有1000名員工，其中女性300人，茲隨機抽出50名員工，則抽出女姓的機率大於0.4的機率為何。(0.0618)