표본의 분산2 표본평균의 평균과 분산 / 모평균 추정에 대한 비판 표본평균의 평균 표본평균이 모평균과 같은게 아니라, 표본평균의 평균이 모평균과 같다. 가장 크게 착각하는 점이 모집단에서 임의로 N개의 샘플을 뽑은 단 1개의 표본집단의 평균은 절대 모평균과 같지 않다. 고등학교 확률에서 말하는 개념은, 이러한 N개 샘플을 뽑은 표본집단이 충분히 큰 수인 M개가 있을 때, 각각의 표본집단을 평균내서 만든 표본평균들의 평균이 모평균과 같아진다는 말이다. 이 경우 표본평균들의 분산이 모집단의 분산보다 작은 이유는 쉽게 납득 가능하다. 당연히 표본평균들은 이미 1차적으로 표본집단에 대해서 평균이 취해지는 과정에서 분산이 상당히 사라지기 때문이다. 즉, 이 표본평균이라는 확률변수는 아래와 같은 분포를 따른다. 즉, 이 "표본평균"이라는 녀석은 표본집단을 평균 냈을 때의 변수이고.. 2014. 8. 14. 큰 수의 법칙, 중심 극한의 정리 # 큰 수의 법칙 : 표본집단들의 평균과 분산에 대한 법칙 어떤 모집단에서 표본집단들을 추출할 때, 각 표본집단의 크기가 커지면 그 표본집단들의 평균은 모집단의 평균과 같아지고, 표본집단들의 분산은 0에 가까워 진다. http://dermabae.tistory.com/146http://blog.daum.net/gongdjn/114 # 중심극한의 정리(Central limit theorem) : 표본집단들의 평균이 갖는 분포에 대한 법칙 그 어떠한 모양의 임의의 분포에서 추출한 표본집단들의 평균(표본평균)의 분포는 정규분포를 이룬다. (심지어 모집단이 정규분포를 따르지 않더라도. 단 각각의 표본의 크기가 적당히 커야한다. 30이상) http://blog.naver.com/PostView.nhn?blogId.. 2014. 6. 11. 이전 1 다음
