总体平均数的检验

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

总体平均数的检验

第一节均数的抽样误差与标准误

1.抽样试验

若某市1999年18岁男生身高服从均数μ=167.7cm,标准差σ =5.3cm的正态分布。从该正态分布N(167.7,5.32)总体中随机抽样100次,每次样本含量nj =10人,得到每个样本的均数及标准差

样本均数的抽样分布具有如下特点:

①各样本均数未必等于总体均数;

②各样本均数间存在差异;

③样本均数的分布为中间多,两边少,左右基本对称,服从正态分布。

④样本均数间相差较小,其变异范围较之原变量的变异范围大大缩小。

若服从正态分布,则服从正态分布,且它的总体均数就是原总体均数。而样本均数的标准差则比原个体值的标准差要小。

若不服从正态分布

大(>60) 则近似服从正态分布

n小(≤ 60)则不服从正态分布

2.标准误(standard error, SE)

统计量的标准差称为标准误,是衡量样本统计量抽样误差大小的统计指标。

均数标准误:样本均数的标准差称为均数的标准误,它用来说明均数抽样误差的大小。

第二节t 分布

一、t 分布的概念和由来

1.若某一随机变量X 服从总体均数为,总体标准差为的正态分布,则可通过u变换将一般正态分布转化为标准正态分布N(0,1),即u分布;

2.若样本均数服从总体均数为、总体标准差为的正态分布 ,则通过同样方式的u变换也可将其转换为标准正态分布N(0, 1),即u分布。

3.实际工作中,由于未知,而用代替,则不再服从标准正态分布,而服从t分布。

二、t 分布的图形与特征

1.t分布的概率密度函数

为自由度,是t分布的唯一参数;

以t为横轴,f(t)为纵轴,可绘制t分布曲线。t分布图是一簇曲线。

2.t分布曲线下面积

一侧尾部面积称单侧(尾)概率,对应的t界值用t ,υ表示

两侧尾部面积之和称双侧(尾)概率,对应的t界值用t /2,υ表示。

相关文档
最新文档