32、抽样分布与置信区间：原理、计算与应用

抽样分布与置信区间：原理、计算与应用

1. 抽样分布相关知识

1.1 样本均值的抽样分布

在样本均值的抽样分布计算中，不同的计算方式会得到不同的概率结果。例如，计算 $Pr(\overline{X} < 21.5)$ 的“真实”理论概率约为 0.23，但基于样本统计数据标准化计算得到的相同概率约为 0.27（保留两位小数），代码如下：

R> pt(t4,df=4)
[1] 0.26855

样本均值的抽样分布性质取决于是否知道原始测量值的真实标准差 $\sigma_X$。当样本量 $n \geq 30$ 时，中心极限定理（CLT）确保抽样分布对称：若知道 $\sigma_X$ 的真实值，抽样分布为正态分布；若使用样本标准差 $s$ 估计 $\sigma_X$，抽样分布为自由度为 $\nu = n - 1$ 的 $t$ 分布。标准误差定义为标准差除以 $\sqrt{n}$。对于小样本量，需假设原始观测值呈正态分布。

1.2 样本比例的抽样分布

样本比例的抽样分布与样本均值的抽样分布解释方式类似。若进行 $n$ 次成功/失败事件试验，可得到成功比例的估计值；再次进行 $n$ 次试验，新的估计值可能会有所不同，这就是我们要研究的变异性。

设感兴趣的随机变量 $\hat{P}$ 表示任意 $n$ 次试验中成功的估计比例，每次试验产生某种定义的二元结果，其估计值为 $\hat{p} = \frac{x}{n}$，其中 $x$ 是样本量为 $n$ 的样本中的成功次数。对应的真实成功比例（通常未知）用 $\pi$ 表示。