중심극한정리2 표본추출분포의 이해 1. 표본추출분포 - 모집단에서 확률적으로 추출된 표본으로부터 산출된 통계량을 따르는 확률분포 표본추출이 독립적으로 무한히 반복되는 상황에서 통계량은 일정한 확률 분포를 따르게 되는 것 * 전국의 만19세 남자의 키 평균 μ과 표준편차 λ인 정규분포를 따르는 경우 임의의 100명 추출하면 100명의 표본 평균은 모평균μ으로 기대됨 (임의 표본평균은 기대되는 값과 동일한 값이 될 수도 있고 아닐 수도 있음) - 모집단에서 추출된 100명의 평균들은 모평균μ 근처 값에 주로 있을 것이며 모평균보다 큰 값도 작은 값도 존재 - 100명의 표본평균을 가능한 한 모든 경우를 조사해보면 이들의 분포는 모평균이 μ인 정규분포를 따른다고 알려짐 - 표본평균의 '표준오차'는 모든 경우의 100명의 표본평균이 다른지를 나.. 2022. 8. 26. 11. 표본분포 1. 표본분포(Sampling Distribution) 가. 표본분포의 정의 -표본의 특성을 나타내는 통계량의 확률분포 -모집단에서 크기 n인 표본을 반복하여 선정할 때 얻어지는 통계량의 확률분포 -표본평균, 표본분산과 같이 표본으로부터 계산 가능한 확률변수의 분포 -모집단의 모든 자료값을 알고 있는 경우는 드물기 때문에 표본을 선정하여 모집단의 특성을 추론 (추론 통계학) 나. 용어 정의 - (통계량) 표본평균, 표본분산과 같이 표본의 특성을 나타내는 표본으로부터 계산 가능한 확률변수 - (표본평균, 표본분산) - (모비율, 표본비율) 모비율, p = x / N 표본비율, p(바) = x / n (예시) 어느 연구자가 어느 대학교의 학생의 주당 TV 시청 평균 시간에 관심이 있다고 한다. 이를 위해 연.. 2021. 7. 17. 이전 1 다음
