高等数学 / 系统课时

统计量与抽样分布

统计量与抽样分布

本课解决两个容易混淆的问题:总体中的固定特征叫什么,样本计算结果为什么会变化。学完后,你将能区分参数与统计量,并用重复抽样的视角解释“统计量也有自己的概率分布”。

学习目标

  • 区分总体参数与样本统计量
  • 说明抽样分布是怎样形成的
  • 避免把样本分布与抽样分布混为一谈

参数与统计量的区别

参数描述总体,是总体分布的固定特征;统计量由样本数据计算,会随着抽到的样本不同而变化。参数通常未知,统计量则可直接从样本中得到,因此统计推断常用统计量估计参数。

对象 来源 是否随样本变化 常见记号
参数 整个总体 不变,但往往未知 均值 μ\mu、方差 σ2\sigma^2、比例 pp
统计量 当前样本 会变化 样本均值 Xˉ\bar{X}、样本方差 S2S^2、样本比例 p^\hat{p}

例如,一个班所有学生的真实平均身高是总体参数。随机抽取 10 名学生后算出的平均身高是统计量;重新抽取另外 10 人,样本均值通常会改变。

抽样分布如何形成

固定总体、抽样方法和样本量后,重复进行随机抽样;每次都计算同一个统计量,所有可能统计量取值及其概率共同构成该统计量的抽样分布。

重复抽样形成抽样分布的流程

设总体只有数值 11、22、33,每次有放回地抽取两个数,并计算样本均值。共有 9 个等可能的有序样本,样本均值可能为 11、1.51.5、22、2.52.5、33。

样本均值 出现次数 概率
11 1 1/91/9
1.51.5 2 2/92/9
22 3 3/93/9
2.52.5 2 2/92/9
33 1 1/91/9

这张概率表描述的不是某一次样本中数据的分布,而是“样本均值在重复抽样中如何变化”。其中 22 最常出现,极端均值 11 和 33 较少出现。

正确理解抽样分布

样本分布关注一次抽样后,样本内各观测值怎样分布;抽样分布关注重复抽样后,某个统计量怎样分布。两者研究对象不同,不能互换。

参数在总体确定后保持不变,统计量却是随机变量。抽样分布正是连接二者的桥梁:它告诉我们统计量通常离参数多远,也为置信区间、假设检验和误差评估提供概率依据。

样本量也会改变抽样分布。通常样本越大,统计量的波动越小,分布越集中;但具体形状和离散程度还取决于总体分布、抽样方式以及所选统计量。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

统计量与抽样分布

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通