Como identificar uma distribuição de amostragem

Em estatística, uma distribuição de amostragem é baseada em médias amostrais ao invés de resultados individuais. Isso o torna diferente de uma distribuição. Eis o porquê: A variável aleatória é uma característica de interesse que leva em determinados valores de forma aleatória. Por exemplo, o número de luzes vermelhas que você bateu no caminho para o trabalho ou escola é uma Variável aleatória o número de filhos que uma família selecionada aleatoriamente tem é uma variável aleatória. Você pode usar letras maiúsculas, como X ou Y para denotar variáveis ​​aleatórias e você usar letras minúsculas tal como X ou y para denotar real, observados resultados de variáveis ​​aleatórias.

UMA distribuição é uma lista, o gráfico, ou a função de todos os possíveis resultados de uma variável aleatória (tal como X) E quantas vezes cada resultado real (X), Ou um conjunto de resultados, ocorre.

Comparando o padrão normal (Z-) De distribuição para um genérico t-distribuição.

Por exemplo, suponha que um milhão de seus amigos mais próximos cada rolo um único die e gravar cada resultado real (X). Uma tabela ou gráfico de todos estes possíveis resultados (de um a seis) e a frequência com que ocorreu representa a distribuição da variável aleatória X. Um gráfico da distribuição de X neste caso, é mostrado em um exemplo na figura acima para o Exemplo (um). Ele mostra os números 1-6 aparecendo com igual frequência (cada um ocorrendo 1/6 do tempo), que é o que você espera ao longo de muitos rolos se o dado é justo.

Agora, suponha que cada um de seus amigos rola esse único dado 50 vezes (n = 50) e regista o valor médio dos referidos rolos 50,

O gráfico de todas as médias de todas as suas amostras representa a distribuição da variável aleatória

Uma vez que esta distribuição é baseada em médias de amostras (de tamanho 50), em vez dos resultados individuais (de tamanho 1), esta distribuição tem um nome especial. É o chamado distribuição de amostras da média da amostra,

Exemplo (b) da figura acima mostra a distribuição de amostragem

a média de 50 rolos de fieira.

Exemplo (b) (média de 50 rolos) mostra a mesma gama (1 a 6) de resultados como exemplo (a) (rolos individuais), mas Exemplo (b) tem mais resultados possíveis. Pode-se obter uma média de 3,3 ou 2,8 ou 3,9 por 50 rolos, por exemplo, ao passo que alguém enrolar um único molde só pode obter números inteiros de 1 a 6.

Além disso, a forma dos gráficos são diferentes- exemplo uma mostra, uma forma uniforme plana, em que cada resultado é igualmente provável, e Exemplo (b) tem uma forma- montículo isto é, os resultados perto do centro (3,5) ocorrer com uma frequência elevada e os resultados perto das bordas (1 e 6) ocorrer com frequência extremamente baixa. Isto é esperado. Se você tivesse que rolar um dado 50 vezes, você esperaria que a média de estar perto da média dos valores 1,2,3,4,5,6 uma vez que cada um desses valores são igualmente prováveis ​​de ocorrer. A média de 1,2,3,4,5,6 é 3,5.