Comment identifier une distribution d'échantillonnage
Dans les statistiques, une distribution d'échantillonnage est basé sur des moyennes échantillon plutôt que les résultats individuels. Ce qui le rend différent d'une distribution. Voici pourquoi: Un variable aléatoire est une caractéristique d'intérêt qui prend certaines valeurs de manière aléatoire. Par exemple, le nombre de feux rouges vous frappez sur le chemin du travail ou à l'école est un Variable- aléatoire le nombre d'enfants d'une famille choisie au hasard a est une variable aléatoire. Vous utilisez des majuscules, tels que X ou Y pour désigner des variables aléatoires et que vous utilisez des lettres minuscules comme X ou y pour désigner réelle, observé les résultats de variables aléatoires.
UN distribution est une liste, graphique, ou la fonction de tous les résultats possibles d'une variable aléatoire (comme X) Et combien de fois chaque résultat réel (X), Ou un ensemble de résultats, se produit.
Par exemple, supposons un million de vos amis les plus proches de chaque rouleau une seule puce et enregistrer chaque résultat réel (X). Un tableau ou un graphique de tous ces résultats possibles (un à six) et combien de fois ils se sont produits représente la distribution de la variable aléatoire X. Un graphique de la distribution de X dans ce cas est représenté sur un exemple dans la figure ci-dessus pour l'exemple (a). Il montre les nombres 1-6 apparaissant avec une fréquence égale (chaque un survenant 1/6 du temps), qui est ce que vous attendez depuis plusieurs rouleaux si la filière est équitable.
Supposons maintenant que chacun de vos amis roule cette filière unique 50 fois (n = 50) et enregistre la valeur moyenne de ces 50 rouleaux,
Le graphique de l'ensemble de leurs moyennes de tous les échantillons représente la distribution de la variable aléatoire
Parce que cette distribution est basée sur des moyennes de l'échantillon (de la taille 50) plutôt que les résultats individuels (de taille 1), cette distribution a un nom spécial. On l'appelle le distribution d'échantillonnage de la moyenne de l'échantillon,
Exemple (b) dans la figure ci-dessus montre la distribution d'échantillonnage de
la moyenne des 50 rouleaux d'une filière.
Exemple (b) (moyenne de 50 rouleaux) montre la même gamme (1 à 6) des résultats que l'exemple (a) (rouleaux individuels), mais l'exemple (b) a plus de résultats possibles. Vous pourriez obtenir une moyenne de 3.3 ou 2.8 ou 3.9 pour 50 rouleaux, par exemple, alors que quelqu'un rouler un dé ne peut obtenir des nombres entiers de 1 à 6.
En outre, la forme des graphiques sont different- exemple, une montre, une forme uniforme plat, où chaque résultat est tout aussi probable, et l'exemple (b) a une forme- de monticule qui est, résultats à proximité du centre (3,5) se produisent avec une fréquence élevée et les résultats près des bords (1 et 6) se produisent à très basse fréquence. Ceci est à prévoir. Si vous deviez lancer un dé 50 fois, vous pouvez vous attendre à la moyenne pour être proche de la moyenne des valeurs 1,2,3,4,5,6 puisque chacune de ces valeurs sont tout aussi susceptibles de se produire. La moyenne de 1,2,3,4,5,6 est de 3,5.
-
Mettre les variables sur la même échelle: distribution normale standard (z) -
Reconnaissant variables habituelles: distribution normale -
La distribution chi-carré en économétrie -
Statistiques des entreprises: les rendements des actifs modélisation avec une distribution normale - Distributions de probabilités discrètes et continues
-
Comment une distribution normale affecte la forme d'une distribution d'échantillonnage
Comment une distribution d'échantillonnage est affectée lorsque la distribution est pas normal Dans les statistiques, si une population X a toute distribution qui est pas normale, ou si sa distribution est inconnu, vous ne pouvez pas dire automatiquement la distribution des moyennes d'échantillona une distribution normale. Mais…
Comment taille de l'échantillon affecte erreur standard La taille (n) D'un échantillon statistique affecte l'erreur-type pour cet échantillon. Car n est dans le dénominateur de la formule standard d'erreur, l'erreur-type diminue à mesure que n augmente. Il est logique que d'avoir plus de données…
Comment convertir une distribution d'échantillonnage à une variable aléatoire normale standard utilisant le théorème central limite Vous pouvez utiliser le théorème central limite pour convertir une distribution d'échantillonnage à une variable aléatoire normale standard. Basé sur le théorème central limite, si vous dessinez des échantillons à partir d'une population…
Comment identifier la notation pour la moyenne et la variance d'une variable aléatoire discret Deux des termes les plus importants sont dans les statistiques moyenne et la variance, et si vous avez besoin pour être en mesure d'identifier leurs notations lorsque l'on travaille avec des variables aléatoires discrètes.La signifier d'une…
Comment indiquer résultats possibles pour une variable aléatoire discrète Une variable aléatoire discrète X peut prendre un certain ensemble de résultats possibles, et chacun de ces résultats a une certaine probabilité statistique de se produire. La notation utilisée pour tout résultat spécifique est un minuscule…
Comment dire à un z-distribution à partir d'une distribution de t Bien que la normale (Z-) Distribution et t-la distribution sont similaires, ils regardent différents les uns des autres et sont utilisées à des fins statistiques différentes. La distribution normale est que la distribution en forme de cloche…
Comment utiliser l'opérateur de sommation pour calculer une valeur attendue Les propriétés d'une distribution de probabilité peuvent se résumer à un ensemble de mesures numériques connues comme moments. L'un de ces instants est appelé le valeur attendue, ou moyenne. Afin de calculer une valeur attendue, vous utilisez…
Comment les valeurs z sont utilisés dans les statistiques Si un ensemble de données statistiques a une distribution normale, il est coutumier de normaliser toutes les données pour obtenir des scores classiques connues comme z-valeurs ou z-scores. La distribution de z-valeurs prend une distribution…
Variables aléatoires et distributions de probabilité dans les statistiques des entreprises Variables aléatoires et distributions de probabilité sont deux des concepts les plus importants en matière de statistiques. UN variable aléatoire assigne des valeurs numériques uniques pour les résultats d'un experiment- aléatoire ceci est un…
Distributions statistiques: binomiale, et t-distribution normale Une distribution statistique est une liste des valeurs possibles d'une variable (ou intervalles de valeurs), et combien de fois (ou à ce que la densité) ils se produisent. Il peut prendre plusieurs formes, y compris binomiale, normale, et…
Statistiques: variables aléatoires discrètes et continues Dans les statistiques, variables aléatoires numériques représentent un compte et des mesures. Ils viennent dans deux saveurs différentes: discrètes et continues, selon le type de résultats qui sont possibles:Variables aléatoires discrètes.…
Les bases de distributions d'échantillonnage Les résultats des échantillons varient - qui est une vérité majeure de statistiques. Vous prenez un échantillon aléatoire de taille 100, trouvez la moyenne, et répétez le processus à plusieurs reprises avec différents échantillons de…
Distributions de probabilité continue Lorsque vous travaillez avec des distributions de probabilités continues, les fonctions peuvent prendre de nombreuses formes. Ceux-ci comprennent uniforme continue, exponentielle, normale, normale standard (Z), approximation binomiale, Poisson…
Exactitude et la précision en termes de la distribution d'échantillonnage L'idée d'une distribution d'échantillonnage est au cœur des concepts de précision et precjeSion. Imaginez un scénario dans lequel une expérience (comme un essai clinique ou d'une enquête) est réalisé encore et encore un très grand nombre…