Cómo identificar una distribución de muestreo

En estadística, una distribución de muestreo se basa en promedios de la muestra en lugar de los resultados individuales. Esto hace que sea diferente de una distribución. He aquí por qué: Un variable aleatoria es una característica de interés que se lleva en ciertos valores de una manera aleatoria. Por ejemplo, el número de luces rojas que ha golpeado en el camino al trabajo o escuela es una variable aleatoria el número de hijos que una familia seleccionada al azar tiene es una variable aleatoria. Se utiliza letras mayúsculas como x o Y para denotar variables aleatorias y utilizar letras minúsculas como x o y para denotar real, los resultados observados de variables aleatorias.

UN distribución es un perfil, gráfica, o la función de todos los posibles resultados de una variable aleatoria (por ejemplo, x) Y con qué frecuencia cada resultado real (x), O conjunto de los resultados, se produce.

La comparación de la normal estándar (Z-) De distribución a un genérico t-distribución.

Por ejemplo, supongamos que un millón de sus amigos más cercanos de cada rollo de una sola hilera y registrar cada resultado real (x). Una tabla o gráfico de todas estas posibles resultados (uno a seis) y la frecuencia con que se produjeron representa la distribución de la variable aleatoria x. Un gráfico de la distribución de x en este caso se muestra en el ejemplo a de la figura anterior para el Ejemplo (a). Muestra los números 1-6 que aparece con la misma frecuencia (cada uno de ellos se producen 1/6 de los casos), que es lo que esperas lo largo de muchos rollos si el dado es justo.

Supongamos ahora que cada uno de sus amigos rollos de esta matriz única 50 veces (norte = 50) y registra el valor medio de esos 50 rollos,

El gráfico de todas sus promedios de todos sus muestras representa la distribución de la variable aleatoria

Debido a esta distribución se basa en el promedio de la muestra (de tamaño 50) en lugar de los resultados individuales (de tamaño 1), esta distribución tiene un nombre especial. Se llama el distribución muestral de la media de la muestra,

Ejemplo (b) en la figura de arriba muestra la distribución de muestreo de

Video: Distribución Hipergeométrica

el promedio de 50 rollos de un dado.

Ejemplo (b) (promedio de 50 rollos) muestra el mismo rango (1 a 6) de los resultados que en el Ejemplo (A) (rollos individuales), pero el Ejemplo (b) tiene más resultados posibles. Usted podría obtener un promedio de 3.3 o 2.8 o 3.9 para 50 rollos, por ejemplo, mientras que alguien rodar un dado sólo puede obtener los números enteros de 1 a 6.

También, la forma de los gráficos se diferente- ejemplo una muestra una forma plana, uniforme, donde es igualmente probable cada resultado, y el Ejemplo (b) tiene una forma- montículo que es, los resultados cerca del centro (3.5) se producen con alta frecuencia y los resultados cerca de los bordes (1 y 6) se producen con frecuencia extremadamente baja. Esto es de esperar. Si se va a tirar un dado 50 veces, que se puede esperar de la media para estar cerca de la media de los valores 1,2,3,4,5,6 ya que cada uno de esos valores son igualmente probables. El promedio de 1,2,3,4,5,6 es de 3.5.