概率统计基础及其R语言实现-3

三、抽样分布与假设检验

引言

其实我们共有三种不同性质的分布：

• 总体分布
• 样本分布
• 抽样分布

 总体分布（population distribution)：总体中各元素的观察值所形成的分布。分布通常是未知的，可以假定它服从某种分布。

样本分布（sample distribution):一个样本中各观察值的分布，也称经验分布，当样本的容量逐渐增大，样本分布逐渐接近总体分布。

抽样分布（sampling distribution）：样本统计量的概率分布，是一种理论概率分布。随机变量是样本统计量。

这里提到的统计量（Summary statistics）的概念，可以分成两类：

1. 描述样本集中位置的统计量
2. 描述样本分散程度的统计量

 描述样本集中位置的统计量包括：样本均值Mean、中位数Median、众数Mode；描述样本分散程度的统计量包括：四分位距（Inter-quartile range）、极差、方差与标准差、变异系数。

3.1 抽样分布

某个样本统计量的抽样分布，从理论上来说就是在抽取容量为n的样本时，由每个样本算出的该统计量数值的频数分布或者概率分布。

首先要明确的是，所有分布的前提是所收集的样本要服从正态分布，这需要首先进行正态分布的拟合检验，即使是大样本的情况下，样本正态的情况下分析结论也要更准确一些。

这里要先讲中心极限定理。

中心极限定理（Central limit theorem）​​​​​​​

如果样本量足够大，则变量均值的采样分布将近似于正态分布，而与该变量在总体中的分布无关。

      在分析领域，我们每天都会遇到各种各样的数据，而源数据的分布并不总是被我们所知道的，但是，因为我们了解中心极限定理，所以我们甚至不需要关心源数据的分布，因为我们总是可以得到正态分布。

由正态分布导出的几个重要抽样分布：