心理统计样本平均数的分布.ppt

上传人:牧羊曲112 文档编号:5728597 上传时间:2023-08-14 格式:PPT 页数:23 大小:262.49KB
返回 下载 相关 举报
心理统计样本平均数的分布.ppt_第1页
第1页 / 共23页
心理统计样本平均数的分布.ppt_第2页
第2页 / 共23页
心理统计样本平均数的分布.ppt_第3页
第3页 / 共23页
心理统计样本平均数的分布.ppt_第4页
第4页 / 共23页
心理统计样本平均数的分布.ppt_第5页
第5页 / 共23页
点击查看更多>>
资源描述

《心理统计样本平均数的分布.ppt》由会员分享,可在线阅读,更多相关《心理统计样本平均数的分布.ppt(23页珍藏版)》请在三一办公上搜索。

1、第七章 样本平均数的分布,一综述,上一章:总体中某一特定分数或一组分数出现的概率 本章:总体中特定样本发生的概率。与推论统计关系更密切.深入理解:推论统计的目标?逻辑?,从同一总体取3次不同样本。每一个都不同:不同形状,不同均值,不同方差。如何对总体均值作出最佳估计?,二样本均值的分布(distribution of sample mean),所有这些可能的样本会组成一个简单、有序、可预测的模式(样本分布).因此,我们可以用样本平均数的分布(distribution of sample mean)的特征为依据来预测。样本平均数的分布(distribution of sample mean):总

2、体中可抽取的所有可能的特定容量(n)的随机样本的样本平均数的分布。,我们所要做的就是考察所有可能的样本(n一定,这点很重要;不同n的分布不同)然后根据其特性对总体特性(如总体平均数)作出预测。一个具体例子:考虑下列总体:2,4,6,8 这个总体很小,我们知道其平均数(和方差):M=5,但假定我们不知道,想根据样本进行估计。如何作到?,step 1:选取样本容量。本例中n=2(每次抽取两个)以后还会讨论样本容量,而一般原则是:样本容量越大,样本间相似的机会越高(样本与总体相似的机会也越高)step 2:考虑所有可能的样本,并考察其分布。,样本均值的分布,step 3:现在可以回答这个问题:选取一

3、个均值大于7 p(7)的样本的概率是多少?考察样本均值的分布,我们发现 16 个样本当中有1个样本其均值大于 7。问题:从2、4、6、8四个数中每次随机抽2个数作为样本,问样本均数为4的概率是多少?这样我们就可以了解样本分布的规律,从而推论总体。,样本分布与总体分布的关系,1.形状:当总体分布为正态,方差已知时,样本均值的分布形状一定是正态分布。总体分布不知道,但是方差已知,只要样本容量 n 较大时(30 以上),样本均值的分布近似正态分布。这样可以用正态分布理论理解样本统计量和总体参数的关系。,2.均值(平均数):每个样本平均数总是落在总体均值的附近(或上或下),这些样本均值的平均应该等于总

4、体均值(x=)。(2+3+4+5+3+4+5+6+4+5+6+7+5+6+7+8)/16=80/16=5如果在同一总体中选择一组样本,大部分均值应当堆积在总体均值附近(如果不是这样,取样一定有偏差),3.样本平均数的标准差:标准误(standard error of X;SE)SE=x=/n 标准误的用途是:告诉我们样本均值对总体均值的估计是否准确。换言之,取样误差是多大。标准误(取样误差)的大小取决于:总体的标准差和所取样本容量的大小。理论上讲,样本容量越大,取样误差越小。(画图举例),样本均数分布为正态分布,前面讲到:(1)当总体分布为正态,方差已知时,样本均值的分布形状一定是正态分布。(

5、2)总体分布不知道,但是方差已知,只要样本容量 n 较大时(30或50以上),样本均值的分布近似正态分布。,样本均数分布为t分布,但还有其他情况:(1)总体方差未知时,(2)样本容量较小时(n30),这两种情况下样本平均数分布为t分布。t分布表的使用(类似Z分布)课下阅读185-188页,掌握t分布特点。,样本均数分布为t分布,样本平均数分布的标准误 SE=Sx=x=s/n-1 或者 Sx=x=sn-1/n s=x2/n sn-1=x2/n-1,三、总体参数的估计(不讲),学习样本分布可以对总体参数进行估计:由样本统计量估计总体参数(推论统计)总体参数估计包括点估计和区间估计,点估计:总体参数

6、通常不知道,可以用具体的某个样本统计量估计。由于样本统计量取值为数轴上某一点,故对总体参数的估计为点估计。(1)通常用样本平均数(X),作为总体参数的估计值(理论上希望抽样没有偏差,故样本平均数代表总体平均数)。(2)用样本方差(sn-12)作为总体方差的无偏估计值(即代表总体方差)。,事实上,我们很难说总体参数和某个具体的统计量恰恰一样,也就是说点估计正确的概率是有限的(实际很小)但如果说总体参数落在以样本统计量为核心的某个区间(区值范围)内,则把握大得多,这就是区间估计。区间估计:是根据样本分布理论,用样本分布的标准误(SE)计算区间长度,解释总体参数落入某个置信区间可能的概率。,考虑下列

7、总体分布,假定我们猜测均值是85。这个猜测的置信性如何?假定我们猜测均值是在 71和99之间的某处?这个猜测的置信性如何?也许你觉得后者的置信度较高。这个差异对应于点估计和区间估计间的差别。,1 x包含所有X 的68.26%1.96 x包含所有X 的95%2.58 x包含所有X 的99%,阅读198-203页,例:X=85,s=5,n=25。请对总体平均数作点估计和区间估计,均值的点估计 如何找到总体均值的最佳单一值估计?(1)如果我们可以得到所有可能随机的样本,那么最佳的估计就是样本均值分布的均值。(2)假定我们只有一个样本。最佳的猜测是什么?,当然是,样本均值。,(3)这个猜测是不是最佳的猜测?,1)这是我们已知的唯一,最佳的猜测。2)大部分样本均值会相当接近总体均值,所以有很大的机会样本均值会很接近。,(4)如何有更大的机会使估计准确?我们可以用区间估计。=X(z)(X)Z可以为t(这要看分布类型),其大小取决于想要的置信度(0.99/0.95)记住:尾部为5%时,z分数为1.65;尾部为2.5%时,z分数为1.96。,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号