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本参数：
抽样分布是样本估计量是样本的⼀个函数，在统计学中称作统计量（这就是说，统计量由样本值计算得到），因此抽样分布也是指统计量的分布。以下是当总体满⾜正态分布时，样本均值也满⾜正态分布（抽样分布是样本均值的分布，此处是正态分布）样本均值的均值与⽅差和总体参数之间的关系：
如上式，若得到⼀次实验的样本，样本容量就是n，计算所有样本会得到⼀次实验的样本均值，多次实验会得到多次实验的样本均值，假如有600次实验则会得到600个样本均值，再对这600个样本均值进⾏计算，计算出样本均值的均值和⽅差，这个样本均值的均值和⽅差与总体参数满⾜上式，根据上式关系即可估算出总体均值和总体⽅差。
当总体不是正态分布，可利⽤中⼼极限定理估计出总体参数：
中⼼极限定理：n⾜够⼤则认为样本呈正态分布，因此其样本均数也呈正态分布。
如今，为了精确计算样本均数，存在三种常见的抽样分布（抽样分布是指统计量的分布，以上例为例，就是样本均值的分布），这⾥的计算是为了得到右边的参数部分。
最为常⽤的是t分布，它的特点是对于样本含量没有要求：
化简之后是下式：
t分布的期望和⽅差如下：
由以上期望和⽅差可知，t分布只与⾃由度有关系，与其他⽆关。
使⽤t分布作为抽样分布⽽不使⽤正态分布的理由是：对于⼤样本，当n⾜够⼤时，t分布和标准正态分布的曲线⼏乎重合；对于⼩样本，此时⾃由度为n-1，并不等同于正态分布（其实若样本容量⽐较⼩⽐如25，样本均值分布很⼤可能不是正态分布），⽽t分布在此时因为⾃由度的控制，使得曲线并⾮正态分布，⽐较符合客观事实，所以可以控制系统误差，⽐标准正态分布更准确。
若不使⽤t分布，则可以先使⽤特定数（⽐如30为界限，此处具体值依据具体问题）判断是⼤样本或是⼩样本，再选择分布：
一 统计Ｃｈｉｎａ ｂｕｓｉｎｅｓｓ ｕｐｄａｔｅ 审计—————●————，
一个总体参数估计时样本统计量的抽样分布探析
陈龙禹吉林大学数学学院统计系
【摘要】在进行参数估计之前，我们需耍知道如何通过样本得到总体信息。达就需要对统计推断的基础理论依据——抽样分布有
一定的认识。本文对一个总体参数估计时样本统计量的抽样分布进行分析。
【关键词】总体参数估计；样本统计量；抽样分布
统计推断目的在于推断总体特征，而这种推断的基础就是抽样
分布。参数用于描述总体；参数一般都是未知的，通过从总体中抽
取随机样本来获取必要的数据；利用这些数据来计算一个或更多的 统计量。例如，为了估计总体的均值，就要计算样本均值。虽然样
本均值与总体均值之间有一定的差距，但可以预期它们是很接近的。 但是，接近程度到底如何？还必须能度量它们接近的程度。抽样分
布正好可以帮助我们解决这个问题。在知道样本均值和总体均值接
近程度的基础上，就可以对总体均值进行估计了。
一、定义分析 在统计学中来陈述分布，我们可以通俗地将其理解为数据集合
反映出的特征，对数值型数据而言，最明显又可以和函数联系起来 的特征就是频数分布了。理解了这个，总体分布和样本分布的定义
就呼之欲出了。
１．总体中所有数据所形成的相对频数分布，称为总体分布
现实中，无限总体是较为普遍的，有时即使是有限的，但是从
成本或者破坏性上考虑，往往也得不到总体里面的所有数据。因此，
总体分布往往事先是不知道的。但是我们又需要知道总体分布的相
关信息，所以通常根据经验大致了解总体的分布类型，或者假定总 体服从某种分布等等。因为最终我们作为研究者所关心的并不是所
有数据到底是如何分布的，而是通过总体的参数来知道总体的特征。
知道总体分布的定义之后，样本分布的定义就可以依次类推了。
２．从总体中随机抽取一个样本，这一个样本中所有数据所形成 的相对频数分布，称为样本分布
因为样本是从总体中抽取的，来自于总体，所以其能反映总体
第四章抽样理论与参数估计
第一节抽样理论的基本知识
一、抽样的定义
又称宿T从欲研究的全部样品中抽取一部分样品单位。其基本要求是要保证所抽取的样品单位对总体具看蔡禄袤荏抽样的目的是
从被抽取样品单位的分析、研究结果来估计和推断总体参数。总体的性质由组成总体的各个个体的性质而定，要了解总体的性质，就必须
对构成总体的个体进行观测。一般情况下，心理与教育研究中的总体常为无限总体，若对总体中所有的个体加以观测是不可能的。因此，
在心理与教育科学研究中，当面对无限多个个体时，只有采用随机抽样，通过样本来进行研究，然后通过样本对总体加以推论，样本的代
表性越强，就能更准确地反映总体的情况。
j抽样的基本原则(补充)(一级)简述抽样研究的基本原则。［川大13］
(1)随机化原则［南京师大15］［随机化的含义］
随机化是抽样研究的基本原则。所谓随机化原则是指在进行抽样时，总体中的每一个体是否被抽取，并不由研究者主观决定，而是每一个
体按照概率原理被抽取的可能性是相等的。在心理学研究中，随机化有两层意思，一个是随机抽取样本，另一个是随机安排试验条件。只
有这两点都保证了，才真做到真正的随机化。
(2)最大允许抽样误差d:样本均值与总体均值之间的差异若超过最大允许抽样误差d,则说明该样本已不是来自总体的。
随机化的优点：
①随机化有相当大的可能性使样本保持和总体相同的趋势，使样本获得最大的代表性；
②随机化可以预算或控制至样误差。 _
抽样误差：以样本平均数又估计总体平均数H时，从总体中随机岬一个样本，即使没有系统误差和随机误差，样本平均数又也不一定等于
总体平均数p,这时就叫做抽样误差。当于任何一个样本巴数又来说，其取值范围在U±Zo.o5/2・SEG间，因此最大允许抽样误差为d=M
±Z0.05/2-SEXO如果d值大，表明围绕天的离散程度大，以宜估计p时精确度就小，反之d值小，则而估计口的精确度就大。因此d值是评
概率论与数理统计知识点总结
概率论与数理统计是数学的一个重要分支，主要研究各种随机现象的规律性及其数值描述。下面将对概率论与数理统计的一些重要知识点进行总结。
一、概率论知识点总结
1. 随机事件与概率
- 随机事件：指在一定条件下具有不确定性的事件。
- 概率：用来描述随机事件发生的可能性大小的数值。
2. 古典概型与几何概型
- 古典概型：指随机试验中，所有基本事件的可能性相等的情况。
- 几何概型：指随机试验中，基本事件的可能性不完全相等，与图形的属性有关的情况。
3. 随机变量与概率分布
- 随机变量：定义在样本空间上的函数，用来描述试验结果与数值之间的对应关系。
- 离散随机变量：取有限个或可列个数值的随机变量。
- 连续随机变量：取无限个数值的随机变量。
4. 期望与方差 - 期望：反映随机变量平均取值的数值。
- 方差：反映随机变量取值偏离期望值的程度。
5. 大数定律与中心极限定理
- 大数定律：指在独立重复试验中，随着试验次数增加，事件发生的频率趋近于其概率。
- 中心极限定理：指在独立随机变量之和的情况下，当随机变量数目趋于无穷时，这些随机变量之和的分布趋近于正态分布。
二、数理统计知识点总结
1. 抽样与抽样分布
- 抽样：指对总体进行有规则地选择一部分样本进行观察和研究的过程。
- 抽样分布：指用统计量对不同样本进行计算所得到的分布。
2. 参数估计与置信区间
- 参数估计：根据样本推断总体的未知参数。
- 置信区间：对于总体参数估计的一个区间估计，用来表示这个参数的可能取值范围。
3. 假设检验与统计显著性
- 假设检验：用来判断统计推断是否与已知事实相符。 - 统计显著性：基于样本数据，对总体或总体参数进行判断的一种方法。
4. 方差分析与回归分析
- 方差分析：用来研究因素对于某一变量均值的影响程度。
