例子问题
例子问题1:如何求样本均值的抽样分布
假设你从种群中取了100个64号的样本。总体方差是49。
每个(和每个)样本均值的标准差是什么?
.35点
7
.875
。9
主板市场
.875
总体标准差=
样本均值标准差=
例子问题1:如何求样本均值的抽样分布
一群人的反应时间的标准差是毫秒。要使样品平均反应时间的标准差不大于,样本量必须有多大毫秒?
利用这个事实.
或者,你也可以使用这样一个事实,即样本均值的方差与样本容量的平方根成反比,因此要将方差减少10倍,样本容量需要为100。
示例问题3:如何求样本均值的抽样分布
机器的平均值是袋装糖豆的克数,标准差为克。随机选择袋子,抽样袋子中每个袋子的平均数量小于的概率是多少克。
的样本量袋子的意思是中心极限定理是适用的,分布可以假设为正态分布。样本均值是而且
因此,
示例问题4:如何求样本均值的抽样分布
下列哪个是抽样分布?
一个大学生样本的平均身高。
平均身高的统计分布可能发生在所有可能的大学生样本中。
所有大学生的平均身高。
一个特定大学生的身高。
平均身高的统计分布可能发生在所有可能的大学生样本中。
正确的答案是平均身高统计数据的分布,这可能发生在所有可能的大学生样本中。记住,抽样分布不仅仅是抽样得到的统计数据,也不仅仅是抽样得到的数据。相反,抽样分布是可以从中得到的样本统计数据的分布所有的可能样品你可以从一个给定的总体中取。
示例问题5:如何求样本均值的抽样分布
如果测量平均身高的大学生样本的抽样分布均值为70英寸,标准差为5英寸,我们可以推断:
任何特定的大学生随机样本的平均值为70英寸,标准差为5英寸。
大学生越来越矮了。
大约68%的大学生随机样本的样本均值在65到75英寸之间。
大约68%的大学生身高在65到75英寸之间。
大约68%的大学生随机样本的样本均值在65到75英寸之间。
我们可以推断,大约68%的大学生随机样本的样本均值在65到75英寸之间。每当我们试图从抽样分布中做出推断时,我们必须记住,抽样分布是样本的分布,而不是我们试图测量的东西本身的分布(在这种情况下,大学生的身高)。另外,要记住经验法则告诉我们,大约68%的分布在均值的一个标准差范围内。
示例问题6:如何求样本均值的抽样分布
抽样分布的标准差称为:
标准错误
样本方差
约翰•麦肯罗
抽样偏差
标准错误
标准误差(SE)是抽样分布的标准差。
示例问题11:抽样分布
假设大学生的平均身高为70英寸,标准差为5英寸。如果随机抽取60名大学生作为样本,那么这个样本的平均身高大于71英寸的概率是多少?
首先看看中心极限定理是否适用。从n > 30开始,就是这样。接下来我们需要计算标准误差。为此,我们将总体标准差除以n的平方根,得到的标准误差为0.646。接下来,我们使用z分数公式计算z分数:
代入得到:
最后,我们在z分数表中查找z分数,得到p值。
表格给出了p值,
例子问题1:如何求样本均值的抽样分布
一个随机变量的平均值是标准差为.在样本集中变量小于的概率是多少.样本集是.把答案四舍五入到小数点后三位。
这里有两把钥匙。第一,我们的样本量很大,因为这意味着,即使每场比赛得分不是正态分布的,我们也可以使用中心极限定理。
我们的分数从而变得……
在哪里是本赛季所需的特定积分或更少的积分,
是上个赛季场均得分,
是前一季的标准差,
而且是比赛的次数。