本文通过一个苹果重量的例子，讲解了如何利用中心极限定理和样本均值的抽样分布来计算总体均值落在特定范围内的概率。在样本量为36，样本均值112克，标准差40克的情况下，通过样本标准差近似总体标准差，计算得出20万个苹果重量均值在100到124克之间的概率约为0.9282。
从农场的20万个苹果中抽样一次，抽取36个苹果作为样本，样本中苹果重量的均值是112克，标准差是40克。问20万个苹果的重量均值处在100到124克之间的概率。
首先介绍样本均值的抽样分布（中心极限定理）
设总体有N个元素，从中随机抽取一个容量为n的样本，计算出这个样本的均值。重复上述操作（假设100000次），每次得到的均值所形成的分布是样本均值的抽样分布。
当总体服从正态分布时，样本均值一定服从正态分布，即有X~N( )时，
若总体为未知的非正态分布时，只要样本容量 n足够大(通常要求n ≥30),样本均值仍会接近正态分布。样本分布的期望值为总体均值，样本方差为总体方差的1/n 。这就是统计上著名的中心极限定理。该定理可以表述为：从均值为μ、方差为σ^2（有限）的总体中，抽取样本量为n的随机样本，当n充分大时(通常要求n ≥30)，样本均值的分布近似服从均值为μ ,方差为σ^2/n 的正态分布。
如果总体不是正态分布，当n为小样本时(通常n<30)，样本均值的分布则不服从正态分布，服从t分布。
下图为样本均值的抽样分布
最低0.47元/天 解锁文章
扫一扫
7585
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
