深股新股申购条件:抽样分布

  什么是抽样分布?

  抽样分布是从特定群体中抽取的大量样本获得的统计量的德赛西威股概率分布。 给定总体的采样分布是针对总体统计可能发生的一系列不同结果的频率分布。

  在?统计, 人口是从哪个整体池中进行统计的?样品?绘制。 人群可以指整个人群, 对象 事件, 医院就诊 或测量。 因此,可以说总体是对按共同特征分组在一起的对象的总体观察。

  抽样分布是通过从较大人群中进行重复抽样得出的统计德赛西威股信息。它描述了一系列可能的统计结果, 例如某些变量的均值或众数, 因为它确实存在着一个人口。研究人员分析的大多数数据实际上都是从样本中提取的, 而不是人口。

  了解采样分布

  院士绘制和使用了大量数据, 统计员, 研究人员, 营销人员, 分析人员 等等 实际上是样本 不是人口。 样本是总体的子集。 例如, 想要将1995年至2005年在北美出生的所有婴儿的平均体重与同期在南美出生的婴儿的平均体重进行比较的医学研究人员,无法在合理的时间内绘制超过一百万人口的数据 在十年时间内发生的分娩。 相反,他只会使用 说, 100个婴儿 在各大洲做出结论。 所用的200名婴儿的体重为样本,计算出的平均体重为样本平均值。

  现在,假设不是从每个大陆仅抽取100个新生儿体重的一个样本, 医学研究人员从普通人群中重复抽取了随机样本, 并计算德赛西威股每个样本组的样本均值。 所以, 对于北美, 他收集了在美国记录的100个新生德赛西威股儿体重的数据, 加拿大和墨西哥如下:从美国精选医院中抽取四百个样本, 来自加拿大的5个70个样本和来自墨西哥的3个150个记录, 总共1200重量的新生婴儿分为12组。 他还从南美12个国家/地区收集了100个出生体重的样本数据。

  每个样本都有自己的样本均值,样本均值的分布称为样本分布。

  为每个样本集计算的平均权重是平均值的采样分布。 不仅可以从样本中计算出平均值。 其他统计 例如标准偏差 方差, 比例, 范围可以从样本数据中计算出来。 标准偏差和方差衡量抽样分布的变化性。

  人口中的观察数, 样本中观察值的数量以及绘制样本集的过程决定了样本分布的变异性。 采样分布的标准偏差称为标准误差。 虽然抽样分布的平均值等于总体平均值, 标准误差取决于总体的标准偏差, 人口规模和样本规模。

  知道每个样本集的平均值彼此之间以及总体平均值之间的分布程度如何,将表明样本平均值与总体平均值之间的接近程度。 样本分布的标准误差随着样本数量的增加而减小。

  特别注意事项

  总体或一个数字样本集将具有正态分布。 然而, 因为抽样分布包括多组观测值, 它不一定具有钟形弯曲的形状。

  按照我们的示例, 北美和南美的婴儿平均体重具有正态分布,因为某些婴儿体重不足(低于平均值)或超重(高于平均值), 大多数婴儿介于两者之间(均值左右)。 如果北美的新生儿平均体重为7磅, 记录在北美的12组样本观测值中的每组样本平均体重也将接近7磅。

  然而, 如果您用图表分别绘制在这1个图表中计算出的每个平均值,200个样本组 产生的形状可能会导致均匀分布, 但是很难确定实际形状会是什么。 研究人员从百万重量以上的人群中使用的样本越多, 图形将开始形成正态分布的次数越多。

未经允许不得转载: » 深股新股申购条件:抽样分布

分享到: 更多 (0)