Bài giảng Thống kê ứng dụng (TS Nguyễn Tiến Dũng) - Chương 6 Phân phối của các tham số mẫu

Chia sẻ: Fvdx Fvdx | Ngày: | Loại File: PDF | Số trang:12

Thêm vào BST

Báo xấu

170
lượt xem 18
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Sau khi kết thúc chương Phân phối của các tham số mẫu, người học có thể: hiểu được tại sao trung bình hay tỷ lệ mẫu lại có phân phối, nói được công thức tính trung bình và độ lệch chuẩn của trung bình mẫu, kể được công thức tính trung bình và độ lệch chuẩn của tỷ lệ mẫu.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Thống kê ứng dụng (TS Nguyễn Tiến Dũng) - Chương 6 Phân phối của các tham số mẫu

Chương 6 PHÂN PHỐI CỦA CÁC THAM SỐ MẪU Ths. Nguyễn Tiến Dũng Viện Kinh tế và Quản lý, Trường ĐH Bách khoa Hà Nội Email: dung.nguyentien3@hust.edu.vn
MỤC TIÊU CỦA CHƯƠNG ● Sau khi kết thúc chương này, người học có thể: ● Hiểu được tại sao trung bình hay tỷ lệ mẫu lại có phân phối ● Nói được công thức tính trung bình và độ lệch chuẩn của trung bình mẫu ● Kể được công thức tính trung bình và độ lệch chuẩn của tỷ lệ mẫu ● Hiểu được ý nghĩa của hệ số hiệu chỉnh tổng thể hữu hạn FPC trong việc điều chỉnh độ lệch chuẩn của trung bình mẫu và tỷ lệ mẫu © 2013 Nguyễn Tiến Dũng 2
CÁC NỘI DUNG CHÍNH 6.1 Phân phối của trung bình mẫu 6.2 Phân phối của tỷ lệ mẫu © 2013 Nguyễn Tiến Dũng 3
6.1 PHÂN PHỐI CỦA TRUNG BÌNH MẪU ● 6.1.1 TB mẫu là ước lượng không chệch của TB tổng thể ● 6.1.2 Sai số chuẩn của TB mẫu ● 6.1.3 Chọn mẫu từ tổng thể có phân phối bình thường ● 6.1.4 Chọn mẫu từ tổng thể có phân phối không bình thường © 2013 Nguyễn Tiến Dũng 4
6.1.1 TB mẫu là ước lượng không chệch của TB tổng thể © 2013 Nguyễn Tiến Dũng 5
6.1.2 Độ lệch chuẩn của TB mẫu  ● Nếu n/N ≤ 0,05 thì X  n N n ● Nếu n/N > 0,05 thì nhân FPC  N 1 thêm hệ số hiệu chỉnh tổng thể hữu hạn FPC (Finite Population  N n X  Correction Factor) n N 1 © 2013 Nguyễn Tiến Dũng 6
6.1.3 Chọn mẫu từ tổng thể có phân phối bình thường ● TB X   ● Độ lệch chuẩn  X  ● TD Trang176 n © 2013 Nguyễn Tiến Dũng 7
6.1.4 Chọn mẫu từ tổng thể không có phân phối bình thường ● Định lý giới hạn trung tâm: Khi cỡ mẫu đủ lớn (n ≥ 30), thì phân phối của TB mẫu sẽ xấp xỉ phân phối bình thường, bất chấp hình dạng phân phối của tổng thể ● Nếu tổng thể có phân phối bình thường, thì phân phối của trung bình mẫu cũng là phân phối bình thường, cho dù cỡ mẫu là bao nhiêu. ● Với cỡ mẫu n ≥ 30, phân phối mẫu sẽ xấp xỉ phân phối bình thường bất chấp phân phối của tổng thể. ● Nếu hình dáng của tổng thể khá đối xứng, phân phối mẫu sẽ xấp xỉ phân phối bình thường nếu cỡ mẫu n ≥ 15. ● TD Trang 179 © 2013 Nguyễn Tiến Dũng 8
6.2 PHÂN PHỐI CỦA TỶ LỆ MẪU ● 6.2.1 Khảo sát phân phối của tỷ lệ mẫu ● 6.2.2 Điều chỉnh sai số chuẩn của tỷ lệ mẫu © 2013 Nguyễn Tiến Dũng 9
6.2.1 Khảo sát phân phối của tỷ lệ mẫu ● Phân phối có dạng phân phối   np nhị thức ● Khi cỡ mẫu đủ lớn (n.p ≥ 5 và   np (1  p ) n.(1-p) ≥ 5 thì có thể xấp xỉ PP nhị thức bằng PP bình thường ● Biến đổi chuẩn hoá biến số tỷ lệ mẫu Ps thành Z P  ps ● Ta có TB và độ lệch chuẩn của tỷ lệ mẫu p (1  p ) P  s n © 2013 Nguyễn Tiến Dũng 10
6.2.2 Điều chỉnh độ lệch chuẩn của tỷ lệ mẫu ● Nếu n/N > 0,05 thì nhân N n thêm hệ số hiệu chỉnh FPC  N 1 tổng thể hữu hạn FPC (Finite Population Correction Factor) p (1  p ) N n p (1  p )  P  FPC    s n N 1 n © 2013 Nguyễn Tiến Dũng 11
Bài tập về nhà Chương 6 ● Tất cả các bài tập (10 bài) ● Bài 10 không có lời giải © 2013 Nguyễn Tiến Dũng 12