中心极限定理|z分布|t分布|卡方分布
生物统计学
抽样分布:n个样本会得到n个统计量,将这n个统计量作为总体,该总体的分布即是抽样分布

根据辛钦大数定律,从一个非正态分布的总体中抽取的含量主n的样本,当n充分大时,样本平均数渐近服从正态分布。因此平均数的抽样分布对正态性的要求并不是十分严格,但方差的抽样分布,对总体的正态性的要求是十分严格的。
样本平均值的分布:

基于正态总体(两个参数都知道)的抽样分布:
eg':总体n=3,
因为n=2有放回抽样,有9种可能性:

n=4有放回抽样,有81种可能性

统计量与总体参数不完全一样,但是满足以上关系,所以有:

标准误就是参数方差
非正态分布总体(两个参数都知道):根据中心极限定理,大样本同基于正态总体
所以,只要是大样本都会满足z分布,z即满足N(0,1)

方差未知:用样本标准差代替总体标准差,并得到t,此时是t满足自由度为(n-1)的t分布,从PDF可知t分布只与自由度有关,与其他无关。

因为n个数要满足均数,必有一个数的值受其他数影响,又因为自由度是独立观测的个数,所以自由度为n-1:
当自由度较大时,也就是n较大时就是正态分布;t--->u
特征值:

总体分布和抽样分布的关系:

PS:对于总体分布未知的小样本并无方法
样本方差的分布
正态总体时,两个参数都知道的情况下,样本方差满足卡方分布

随机变量是S方,所以卡方也是一个随机变量,卡方分布只与自由度有关系。
总结:

两个正态分布总体(都知道均数和方差),两个样本平均数的和与差的分布:利用正态分布加加减减

两个正态分布总体(都知道均数,但未知方差具体值,但知道方差相等),两个样本平均数的和与差的分布:利用他分布加加减减

分布使用条件:1.均值是否已知?2.方差是否已知?3.样本量是大或者小?

中心极限定理|z分布|t分布|卡方分布的更多相关文章
- 抽样分布|t分布|中心极限定理|点估计|矩估计|最大似然法|
		
生物统计与实验设计-统计学基础-2&区间估计-1 正态分布参数:均值和方差 其中,选择1d是因为好算:通常,95%区分大概率事件和小概率事件, 当总体是正态分布时,可以利用常用抽样分布估计出样 ...
 - BZOJ.4909.[SDOI2017]龙与地下城(正态分布 中心极限定理 FFT Simpson积分)
		
BZOJ 洛谷 https://www.luogu.org/blog/ShadowassIIXVIIIIV/solution-p3779# 正态分布 正态分布是随机变量\(X\)的一种概率分布形式.它 ...
 - 中心极限定理(Central Limit Theorem)
		
中心极限定理:每次从总体中抽取容量为n的简单随机样本,这样抽取很多次后,如果样本容量很大,样本均值的抽样分布近似服从正态分布(期望为 ,标准差为 ). (注:总体数据需独立同分布) 那么样本容量n应 ...
 - 中心极限定理(为什么y服从高斯分布)
		
因为每一条数据都服从IID原则: 根据中心极限定理,当数据增加的时候,样本均值的分布慢慢变成正态分布 不管分布式什么分布,累加起来都是高斯分布 As sum increases, sum of non ...
 - 中心极限定理 | central limit theorem | 大数定律 | law of large numbers
		
每个大学教材上都会提到这个定理,枯燥地给出了定义和公式,并没有解释来龙去脉,导致大多数人望而生畏,并没有理解它的美. <女士品茶>有感 待续~ 参考:怎样理解和区分中心极限定理与大数定律?
 - 中心极限定理&&正态分布 随想
		
0-前言 笔者本来周末约好朋友出去骑行,不料天公不作美!哎,闲来无事来到了实验室,本来打算看看<天天向上>,而这一期又实在不好看(偶像剧).只好来做做一些小实验,脑海里突然想到“正态分布“ ...
 - 【概率论】6-3:中心极限定理(The Central Limit Theorem)
		
title: [概率论]6-3:中心极限定理(The Central Limit Theorem) categories: - Mathematic - Probability keywords: - ...
 - t分布|F分布|点估计与区间估计联系|
		
应用统计学 推断统计需要样本形容总体,就要有统计量.注意必须总体是正态分布,否则统计量的分布不能得到.卡方分布和t分布只要样本大于30都近似于正态分布. t分布和F分布推导及应用(图): 总体比例是π ...
 - Weibull分布(韦伯分布、威布尔分布)
		
log函数 从概率论和统计学角度看,Weibull Distribution是连续性的概率分布,其概率密度为: 其中,x是随机变量,λ>0是比例参数(scale parameter),k> ...
 
随机推荐
- C#压缩解压zip 文件
			
/// <summary> /// Zip 压缩文件 /// </summary> public class Zip { public Zip() { } #region 加压 ...
 - How to get AutoCAD Mtext content
			
#region 提取一个图层上的各类元素 [CommandMethod("BlockInLayerCAD")] public void BlockInLayerCAD() { Do ...
 - softmax推导以及多分类的应用
 - [Algo] 118. Array Deduplication IV
			
Given an unsorted integer array, remove adjacent duplicate elements repeatedly, from left to right. ...
 - 5314跳跃游戏IV
			
题目:给你一个整数数组 arr ,你一开始在数组的第一个元素处(下标为 0).每一步,你可以从下标 i 跳到下标: i + 1 满足:i + 1 < arr.length i - 1 ...
 - Covisibility Graph
			
在Orb-Slam中有三个地图分别是Covisibility Graph,Spanning Graph,以及Essential Graph,它们三个分别是什么意思呢? 首先,图优化是目前视觉SLAM里 ...
 - DRF框架之ModelSerializer序列化器
			
ModelSerializer是Serializer的子类,序列化和反序列化跟Serializer一样. ModelSerializer与常规的Serializer相同,但提供了: 基于模型类自动生成 ...
 - Linux介绍,基本命令
 - 博客框架 Hexo: 3.9.0 及主题 NexT 6.x.x 基本操作
			
文章大纲 1. 不同代码仓库部署 coding 部署方式 项目名称 配置 SSH 公钥访问 git 仓库 github 码云 2. 手动cdn,智能解析 3. 添加评论系统 4. 博客置顶 5. 页脚 ...
 - ubuntu Python 升级
			
安装时ubuntu提示: DEPRECATION: Python 3.4 support has been deprecated. pip 19.1 will be the last one supp ...