Presentation is loading. Please wait.

Presentation is loading. Please wait.

7-2 抽樣分配(sampling distribution)

Similar presentations


Presentation on theme: "7-2 抽樣分配(sampling distribution)"— Presentation transcript:

1 7-2 抽樣分配(sampling distribution)
樣本統計量(sample statistic):是一個隨機變數,其值隨樣本不同而不同。也就是為隨機樣本的實數值函數。 抽樣分配(sampling distribution):表示樣本統計量的機率分配。

2 7-3 樣本平均數的抽樣分配 設(X1 , X2 , …, Xn)來自具有平均數為 X,變異數為的
7-3 樣本平均數的抽樣分配 設(X1 , X2 , …, Xn)來自具有平均數為 X,變異數為的 母體之一組隨機樣本,則稱 = 為樣本平均數,且 E( ) = X,Var( ) = 1. 無限母體: 若樣本夠大,樣本中n個隨機變數X1, X2, …, Xn可視為相互獨立,則Var( ) = =  統計量的標準誤(standard errors),以 = X / 表示,此乃強調變異的來源為抽樣誤差所造成。

3 2.有限母體: 若樣本對母體而言不夠小(或母體不夠大),則樣本平均數的變異數應修正為Var( ) =  。 樣本平均數的抽樣分配,有兩個重要的結果: 一個是由常態母體隨機抽出的情形。 另一個是由非常態母體隨機抽出大樣本的情形。

4 1. 來自常態母體: 設(X1, X2, …, Xn)來自常態母體N( ,  2)且 2為已知之一組隨機樣本,則樣本平均數的抽樣分配為 N 或 Z = ~N(0, 1) 由上可知,若X為常態分配,且2已知,則不管n的大小,的抽樣分配一定為常態分配。

5 2. 來自非常態母體之大樣本: 『中央極限定理(Central limit Theorem,CLT)』 設(X1, X2, …, Xn)來自具有平均數為 ,變異數為 2 < ,之任意母體隨機抽出的一組樣本,則當n足夠大時(通常,當n  30), 的抽樣分配會近似於N 。 或Z = ~N(0, 1)

6 7-7 三個重要抽樣分配 一、自由度 二、卡方( 2)分配 (1) 定義:
7-7 三個重要抽樣分配 一、自由度 二、卡方( 2)分配 (1) 定義: 設X1, X2, …, Xn為自常態母體N(,  2)抽得之一組隨機樣本,則  2= = ~ 2(n - 1) 稱為自由度n-1之卡方分配,以 2(n - 1)表之。

7 (2) 性質: 卡方分配之圖形為右偏,唯當自由度愈大,圖形愈趨於對稱。 加法性:若X~ (v1) ,Y~ (v2) ,X Y, 則X + Y~ 2(v1 + v2) 。 若X~N(,  2),則Z 2 = ~ 2(1)。 (3) 特徵數: = v = 2v ,v為自由度。 其圖形如下:

8 圖7-2 (4) 卡方分配之基本用途在於變異數之估計及檢定,主要尚可應用於無母數檢定中,如適合度檢定、齊一性檢定、獨立性檢定等等。

9 三、t分配 定義: 設Z及 2為獨立之隨機變數,Z~N(0, 1), 2~ 2(v),則T = 稱為自由度是v之t分配,,以T~t(v)表示。 此隨機變數T之抽樣分配,稱為學生t分配(Student’s t distribution),係1908年Gosset研究成果以筆名“Student”首先發表,創小樣本統計方法之先河。

10 (2) 性質: t分配與標準常態分配相似,均為0以為對稱中心。 t分配之變異數較標準常態分配變異數為大,故其雙屬分散較廣。 當n值增加,t分配圖形與標準常態分配圖形相近。 t (v) = F(1, v) ; z = t() ; t1-(v) = - t(v) (3) 特徵數: E(T ) = 0 V(T ) = ,v > 2

11 (4) 應用: 若(X1, X2, …, Xn)來自常態分配N(,  2)且  與 2皆未知的一組隨機樣本,同時 = ,S 2 = ,則T = 之分配稱為自由度v = n - 1之t分配,以T~t(n - 1)表之。 其圖形如下:

12 圖7-3

13 四、F分配 定義: 設 及 為兩獨立之隨機變數,且 ~ 2(v 1) ,  ~ 2(v 2),則 F = 為具有自由度為v1,v2之F分配,以F~F(v1, v2)表之。 (2) 性質: a. F分配之圖形為右偏。 其圖形如下:

14 圖7-4

15 b. F1-(v1, v2) = 。 c. 當v1 → ,v2 = 1則 之分配為標準常態分配。 d. 當v1 = 1,v2 → ,則 之分配為標準常態分配。 當v1 = 1,則 之分配為自由度v2之t分配。 (3) 特徵數: E(F ) = ,v2 > 2 V(F ) = ,v2 > 4

16 (4) F分配之用途是作變異數分析,或作檢定兩常態母體變 異數是否相等之推論。
應用: 若  = ~ 2(n1 - 1);  = ~ 2(n2 - 1), 則 F = ~ F (n1 - 1, n2 - 1) 4. 卡方分配,F分配,t分配之特性: (1)皆為重要之抽樣分配。(2)皆為小樣本分配。 (3)皆來自常態母體。(4)皆為連續分配。 (5)均有自由度。

17 7-8 常態母體之檢查及轉換 1. 常態母體之檢查: 2. 常態母體之轉換:
7-8 常態母體之檢查及轉換 1. 常態母體之檢查: 2. 常態母體之轉換: (1)使大的數轉換為更大: x1, x2, x3, x4, x5, …, ex等。 (2)使大的數轉換為更小: , , , …, log10x等。 (3)使大的變小,小的變大: , , , , ……等。

18 7-18


Download ppt "7-2 抽樣分配(sampling distribution)"

Similar presentations


Ads by Google