数据学习（六）-抽样与抽样分布

1.概率抽样分布

2.三种不同性质的分布

3.一个总体参数推断时样本统计量的抽样分布

4. 两个总体参数推断时样本统计量的抽样分布

1.概率抽样分布

根据抽取原则的不同，分为概率抽样和非概率抽样。概率抽样是根据已知的概率来抽取样本单位；非概率抽样则是根据研究人员有意识的选取样本单位，样本抽样的选取是不随机的。

1.1 简单随机抽样
从含有N个元素的总体中，抽取n个元素作为样本，使得每一个容量为n的样本都有相同的机会（概率）被抽中，这样的抽样方式称为简单随机抽样，也称随机抽样。有两种抽取元素的具体方法，即重复抽样和不
重复抽样。
(1)从总体中抽取一个元素后，把这个元素放回到总体中再抽取第二个元素，直至抽取n个元素为止，这样的抽样方法称为重复抽样。
(2)一个元素被抽中后不再放回总体，然后再从所剩下的元素中抽取第二个元素，直到抽取出n个元素为止，这样的抽样方法称为不重复抽样。

1.2 分层抽样
在抽样之前先将总体的元素划分为若干层（类），然后从各个层中抽取一定数量的元素组成一个样本，这样的抽样方式称为分层抽样，也称分类抽样。

1.3 系统抽样
先将总体各元素按某种顺序排列，并按某种规则确定一个随机起点，然后，每隔一定的间隔抽取一个元素，直至抽取n个元素形成一个样本。这样的抽烟方式称为系统抽样，也称等距抽样或机械抽样。优点：（1）简便易行；（2）系统抽样的样本在总体中的分布一般也比较均匀，因此抽样误差通常小于简单随即抽样。

1.4 整群抽样
先将总体划分为若干群，然后以群作为抽样单位从中抽取部分群，再对抽中的各个群中所包含的所有元素进行观察，这样的抽样方式称为整群抽样。

2.三种不同性质的分布

总体参数的值是一个常数，尽管这个常数对我们来说通常是未知的，但不会随着样本的不同而变化。由于样本统计量是依据样本的变化而变化的，所以根据统计量来推断总体的参数必然有不确定性。样本统计量的分布具有某种确定的性质，为我们提供长远而稳定的信息，也构成推断总体参数的理论基础。

2.1 总体分布
总体中各元素的观察值所形成的相对频数分布，称为总体分布。

2.2 样本分布
总总体中抽取一个容量为n的样本，由这n个观察值行的相对频数分布，称为样本分布。其中包含总体的一些信息和特征，因此也成为经验分布。

2.3抽样分布
某个样本统计量的抽样分布，从理论上说就是在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布。

3.一个总体参数推断时样本统计量的抽样分布

在参数估计中，如果我们研究的是一个总体，所关心的参数主要是总体均值u,比例pi,方差o2等。相应地，用于推断这些参数的统计量分别是样本均值x把，比例p,方差s2等.这时我们需要研究单总体参数推断时样本统计量的抽样分布。我们知道，从总体的N个元素中抽取一个容量为n的随机样本，在重复抽样下，有Nn的可能，在不重复抽样下，有CnN=N!/(n!*(N-n)!).对于每一个样本，我们可以计算出样本均值，样本方差和样本比例。

3.1样本均值的抽样分布
在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布，称为样本均值的抽样分布。








3.1 样本比例的抽样分布

在重复选取容量为n的样本时，由样本比例的所有可能取值形成的相对频数分布，称为样本比例分布。


3.3 样本方差的抽样分布
早重复选取容量为n的样本时，由样本方差的所有可能取值形成的相对频数分布，称为样本方差的抽样分布。

4. 两个总体参数推断时样本统计量的抽样分布

有时我们研究的是两个总体，所以需要研究两个总体参数推断时样本统计量的抽样分布。包括两个样本均值之差、比例之差、方差比的抽样分布等

4.1 两个样本均值之差的抽样分布
从两个总体中分别独立地抽取容量为n1和n2的样本，在重复选取容量为n1和n2的样本时，由两个样本的均值之差的所有可能取值形成的相对频数分布，称为两个样本均值之差的抽样分布。


4.2 两个样本比例之差的抽样分布
从两个服从二项分布的总体中，分别独立的抽取容量为n1的n2的样本，在重复选取容量为n1和n2的样本时，由两个样本比例之差的所有可能取值形成的相对频数分布称为两个样本比例之差的抽样分布。

4.3 两个样本方差比的抽样分布
从两个服从二项分布的总体中，分别独立的抽取容量为n1的n2的样本，在重复选取容量为n1和n2的样本时，由两个样本方差比的所有可能取值形成的相对频数分布称为两个样本方差比的抽样分布。