前文我们解释了正态分布和抽样分布,今天终于要开始讲解置信区间了。有不少小伙伴在后台留言希望多讲讲假设检验和置信区间的内容,在此对同学们的关注表示感谢,同时,我们也会尽力加快推文速度。
首先,简单回顾一下,抽样分布是针对样本统计量而言的,比如样本均数。在同一个总体中,重复多次抽取样本量为n的多组样本,每一组样本均可计算出一个样本均数,将这些样本均数汇集在一起就获得了所谓的样本均数的抽样分布。我们把样本均数看做一个新“随机变量”,研究它的性质,比如我们可以对这些样本均数再求平均数和标准差。
一个简单但非常实用的规律是,无论X的分布如何,如果X的总体均数是
,标准差是
,则其样本均数服从正态分布N(
,
)。需要注意的是,这里的样本要满足比较大的样本量。
所谓“参数估计”,就是通过样本统计量估计总体参数。稍微了解过统计学的同学对“95%置信区间”这个说法肯定不会陌生,不过在此之前,我们先来看看点估计。点估计
何为点估计?上一篇我们提出抽样调查,指出样本虽然是我们的研究对象,但我们的目标却是总体,如何通过样本推测总体?最简单的就是用样本均数直接代替总体均数,这里的样本均数实际是称作总体均数的一个“点估计”。
除了均数,我们还学习过中位数,经常听说当总体呈偏态分布时要用中位数描述,因此