统计学基础_task2

中心极限定理

样本均值的抽样分布：随着样本容量的增大，样本组均值、样本和的频率呈现正态分布（在具有良好定义的均值和标准差时）

正峰态：宽

负峰态：窄

随着样本容量n增大，样本均值的分布发生变化：

当n越大，分布越接近标准正态分布，标准差更小，峰度、偏度更接近零

均值标准误差：常用于样本数据估计总体时
$${\overline{\sigma }}_{\overline{x}}^2=\frac{{\sigma }^2}{n}$$

$${\overline{\sigma }}_{\overline{x}}=\frac{\sigma }{\sqrt{n}}$$

样本均值抽样

样本均值抽样分布的均值等于原分布的均值

$$S$$ :样本标准差，对$$\sigma$$ 的最好估计

伯努力分布

伯努力分布的均值和方差：
$$\begin{gathered} \mu =(1-p)\ast 0+p\ast 1 \\ {\sigma }^2=(1-p)\ast (0-p{)}^2+p\ast (1-p{)}^2 \\ =(1-p)\ast p^2+p\ast (1-p{)}^2 \\ =p-p^2 \\ =p^{(}1-p) \end{gathered}$$
已知样本均值、样本方差、样本数，结合z-score、正态分布表、t分布表可以对总计进行估计

置信区间

增加样本容量，可以在保证置信度的情况下，缩小置信区间

当样本量n很小时，如果使用正态分布进行估计通常结果很差。（一般要n大于30）这时可以通过t分布完成对小样本容量的估计