Professional Documents
Culture Documents
통계학개론 8 7장 표본추출과 표본분포
통계학개론 8 7장 표본추출과 표본분포
표본추출과 표본분포
(sampling and sampling distributions)
단순무작위표본추출
점추정
표본분포 개요
의 표본분포
Slide 1
서론
Slide 2
서론
Slide 3
표본 선정
Slide 4
유한 모집단으로 부터 표본 추출
Slide 5
무한 모집단으로 부터 표본 추출
• 생산라인에서 제조되는 부품
• 은행에서 발생하는 거래
• 기술상담창구에 걸려오는 전화
• 가게에 들어가는 고객
Slide 6
무한 모집단으로 부터 표본 추출
Slide 7
추정 방법(7장-9장)
점 추정
구간 추정
가설 검정
Slide 8
점추정(point estimation)
x
는 모집단 비율 p의 점추정량이다.
Slide 9
x
의 표본분포(sampling distribution)
x
x
■ 통계적 추론 과정
n 요소의 단순
평균 μ= ? 를
x 무작위
표본을 모집단으로부터
가진 모집단
선정한다.
Slide 10
x
x x
의 표본분포
x
의 기대값
E( ) =
여기서:
= 모집단 평균
점추정량의 기대값이 모집단 모수와 동일할 때,
그 점추정량은 편의가 없다(unbiased)라고 한다.
Slide 11
x
의 표본분포
x
의 표준편차
x
의 표준편차를 정의하기 위해 다음의 기호들을
사용한다.
= x
의 표준편차
= 모집단의 표준편차
n = 표본규모
N = 모집단 규모
Slide 12
x
()
n/(
N )
1
x
의 표본분포
x
의 표준편차
유한 모집단 무한 모집단
x
(
n)N
1n
x
n
Slide 13
x
의 표본분포
x
모집단이 정규분포일 때, 의 표본분포는 표본크기에
관계없이 정규분포이다.
x
대부분의 경우, 표본의 규모가 30이상이면 , 의 표본
분포는 정규분포에 가까워진다.
Slide 14
x
의 표본분포
x x
의 표본분포는 표본평균 가 모집단평균 와
얼마나 가까운지에 관한 확률정보를 제공하기 위해
사용될 수 있다.
Slide 15
중심극한정리(central limit theorem)
중심극한 정리
모집단으로부터
x
규모 n의 무작위 표본을 선택할 때,
표본평균 의 표본분포는 표본규모가 커질수록
정규분포에 가까워진다.
Slide 16
x
SAT성적에 대한 의 표본분포
■ 예: St. Andrew’s College
표본평균 의
x14.6
n80
30
x
분포
x
E( x ) 1090
Slide 17
SAT 성적에 대한
x
의 표본분포
Slide 18
SAT 성적에 대한
x
의 표본 분포
Slide 19
SAT성적에 대한
x
의 표본 분포
표준 정규 분포의 누적확률
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
. . . . . . . . . . .
.5 .6915 .6950 .6985 .7019 .7054 .7088 .7123 .7157 .7190 .7224
.6 .7257 .7291 .7324 .7357 .7389 .7422 .7454 .7486 .7517 .7549
.7 .7580 .7611 .7642 .7673 .7704 .7734 .7764 .7794 .7823 .7852
.8 .7881 .7910 .7939 .7967 .7995 .8023 .8051 .8078 .8106 .8133
.9 .8159 .8186 .8212 .8238 .8264 .8289 .8315 .8340 .8365 .8389
. . . . . . . . . . .
Slide 20
x
Sampling Distribution of
x x 14.6
표본 평균 의
분포
면적 = .7517
1090 1100
Slide 21
SAT 성적에 대한
x
의 표본 분포
Slide 22
x
SAT 성적에 대한 의 표본 분포
x
표본 평균 의
x
14.6
분포
면적 = .2483
1080 1090
Slide 23
SAT 성적에 대한
x
의 표본 분포
Slide 24
SAT 성적에 대한
x
의 표본 분포
표본 평균
x
14.6
의 분포
면적 = .5034
Slide 25
표본규모(sample size)와
x
x x
x
의 표본분포와의 관계
표본 규모에 상관 없이 E( ) = . 앞 예에서 E( )는
여전히 1090이다.
표본 규모가 증가하면 평균의 표준오차 는 감소한다.
표본의 규모가 100으로 증가함에 따라, 평균의 표준오차는
아래와 같이 감소한다.
x8.0
n80
100
Slide 26
x
8
x
14.6
x
표본규모와 의 표본분포와의 관계
n = 100일 때,
n = 30일 때,
x
( x) 990
E
Slide 27
x
표본규모와 의 표본분포와의 관계
Slide 28
x
표본규모와 의 표본분포와의 관계
의 표본
x
8
분포
면적 = .7888
Slide 29
7장 끝
Slide 30