샘플링 분포를 계산하는 방법

평균 및 표준 오차를 계산하여 샘플링 분포를 설명 할 수 있습니다. 중앙 한계 정리에 따르면 표본이 충분히 크면 분포가 표본을 추출한 모집단의 분포와 비슷할 것입니다. 이는 모집단에 정규 분포가 있으면 표본도 분 포함을 의미합니다. 모집단 분포를 모르면 일반적으로 정상적인 것으로 가정합니다. 샘플링 분포를 계산하려면 모집단의 표준 편차를 알아야합니다.

모든 관측 값을 함께 더한 다음 표본의 총 관측 값 수로 나눕니다. 예를 들어, 도시의 모든 사람의 키 샘플은 60 인치, 64 인치, 62 인치, 70 인치 및 68 인치의 관측치를 가질 수 있으며 도시의 높이 분포는 표준이며 높이는 표준 편차가 4 인치 인 것으로 알려져 있습니다. . 평균은 (60 + 64 + 62 + 70 + 68) / 5 = 64.8 인치입니다.

1 / 표본 크기와 1 / 모집단 크기를 더하십시오. 예를 들어 인구 규모가 매우 큰 경우 도시의 모든 사람들은 1을 표본 크기로 나눠야합니다. 예를 들어, 도시는 매우 크기 때문에 1 / 샘플 크기 또는 1/5 = 0.20입니다.

2 단계의 결과에 제곱근을 취한 다음 모집단의 표준 편차를 곱하십시오. 예를 들어, 0.20의 제곱근은 0.45입니다. 그런 다음 0.45 x 4 = 1.8 인치입니다. 표본 표준 오차는 1.8 인치입니다. 평균 64.8 인치와 표준 오차 1.8 인치가 함께 표본 분포를 설명합니다. 도시는 분포하기 때문에 표본은 정규 분포를 갖습니다.