统计知识 | 中心极限定理及偏差

总体和样本

• 总体（population）是包含所研究的全部个体（数据）的集合
• 样本（sample）是从总体中选取的一部分
• 样本数量： 有多少样本
• 样本大小： 每个样本里有多少数据

抽样方法：简单随机抽样、分层抽样、整群抽样、系统抽样等。

中心极限定理

• 样本的平均值约等于总体的平均值
• 不管总体是什么分布，任意一个总体的样本平均值总会围绕在总体的平均值周围，并呈正态分布

样本估计总体

方差

衡量随机变量或一组数据时离散程度的度量。
总体方差：

X为变量，μ总体平均值,N总体例数

实际工作中，总体均数难以得到时，应用样本统计量代替总体参数，经校正后，样本方差计算公式：

X为变量，-X为样本均值，n为样本例数

标准差

使用作为统计分布程度（statistical dispersion）上的测量。
总体标准差：
样本标准差：
标准误差：

标准差的意义：由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。

标准误差表示的是抽样的误差，代表的是当前的样本对总体数据的估计，是样本均数与总体均数的相对误差。标准误差由标准差除以样本容量的开平方来计算的，因此，样本容量越大，标准误差越小

如何用样本估计总体

一个正态分布的总体，抽取n个作为样本，可以得到样本平均值，用样本均值估计总体均值需要考虑样本均值的方差或标准差（也就是标准误差）

如何避免偏差

常见的偏差类型

样本偏差

比如对地域的刻板印象，在某地看到有人随地吐痰，就得出某地人素质不佳；比如看见报道的飞机失事，就得出飞机的安全系数不高等等，这都是基于样本推断整体而产生的偏差。

幸存者偏差

幸存者偏差指的是当取得资讯的渠道，仅来自于幸存者时，此资讯可能会与实际情况存在偏差。

飞机应该如何加强防护，才能降低被炮火击落的几率。根据返航飞机研究机翼是最容易被击中的位置,机尾则是最少被击中的位置，就得出结论飞机应该加强机翼的防护。并非是机尾不易被击中，而是因为机尾被击中的飞机早已无法返航，寥寥几架返航的飞机都依赖相同的救命稻草— 引擎尚好。

概率偏见

主观判断与客观事实不同，而产生的错误判断。

​ ​1.代表性偏差，以偏概全。
​ ​2.可得性偏差，眼见为实。
​ ​3.沉锚效应，先入为主。

信息茧房

指人们关注的信息领域会习惯性地被自己的兴趣所引导，从而将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。

如何避免偏差

1、扩大样本量；
2、尽可能多角度考虑问题，多方面验证；
3、扩充自己的知识储备，用专业的方法思考和验证问题。
4、关闭个性化推荐，更可能多的接触多样的信息。