Why Samples Differ · Pourquoi les Échantillons Diffèrent
| English | Français |
|---|---|
| statistic/stəˈtɪstɪk/ | statistique |
| sampling variability/ˈsæmplɪŋ ˌveərɪəˈbɪlɪti/ | variabilité d'échantillonnage |
| parameter/pəˈræmɪtə/ | paramètre |
| sampling distribution/ˈsæmplɪŋ ˌdɪstrɪˈbjuːʃn/ | distribution d'échantillonnage |
| uncertainty/ʌnˈsɜːtənti/ | une incertitude |
Why your sample differs from mine
- Take two random samples from the same population — their results won't match exactly.
- A statistic 统计量 (like $\bar{x}$ or $\hat{p}$) varies from sample to sample.
- This built-in wobble is sampling variability 抽样变异性.
- It's not a mistake — it's the unavoidable nature of sampling.
Pourquoi votre échantillon diffère du mien
- Prenez deux échantillons aléatoires dans la même population — leurs résultats ne correspondront pas exactement.
- Une statistique 统计量 (comme $\bar{x}$ ou $\hat{p}$) varie d'un échantillon à l'autre.
- Cette fluctuation inhérente est la variabilité d'échantillonnage 抽样变异性.
- Ce n'est pas une erreur — c'est la nature inévitable de l'échantillonnage.
Parameter vs. statistic
- A parameter 参数 is a fixed number describing the whole population (e.g. true mean $\mu$).
- A statistic is a number computed from a sample (e.g. sample mean $\bar{x}$).
- The parameter is unknown and constant; the statistic is known but varies.
- We use the varying statistic to estimate the fixed parameter.
Paramètre vs. statistique
- Un paramètre 参数 est un nombre fixe décrivant toute la population (par ex., la vraie moyenne $\mu$).
- Une statistique est un nombre calculé à partir d'un échantillon (par ex., la moyenne d'échantillon $\bar{x}$).
- Le paramètre est inconnu et constant ; la statistique est connue mais varie.
- Nous utilisons la statistique variable pour estimer le paramètre fixe.
The sampling distribution
- Imagine taking every possible sample and recording the statistic each time.
- The distribution of all those values is the sampling distribution 抽样分布.
- It shows how the statistic behaves: its center, spread, and shape.
- This is the key idea that makes inference possible.
La distribution d'échantillonnage
- Imaginez prendre tous les échantillons possibles et enregistrer la statistique à chaque fois.
- La distribution de toutes ces valeurs est la distribution d'échantillonnage 抽样分布.
- Elle montre comment se comporte la statistique : son centre, sa dispersion et sa forme.
- C'est l'idée clé qui rend l'inférence possible.
Variability means uncertainty
- Because the statistic varies, a single sample gives an estimate with uncertainty 不确定性.
- We can't be sure our one $\bar{x}$ equals the true $\mu$.
- But the sampling distribution tells us how far off we're likely to be.
- Quantifying that uncertainty is the whole point of Units 5–9.
La variabilité signifie incertitude
- Parce que la statistique varie, un seul échantillon donne une estimation avec une incertitude 不确定性.
- Nous ne pouvons pas être sûrs que notre unique $\bar{x}$ égale le vrai $\mu$.
- Mais la distribution d'échantillonnage nous indique dans quelle mesure nous sommes susceptibles de nous tromper.
- Quantifier cette incertitude est tout l'enjeu des Unités 5–9.
Keep parameter and statistic straight — they use different symbols on purpose. A parameter ($\mu$, $p$, $\sigma$) is a fixed population truth we usually don't know; a statistic ($\bar{x}$, $\hat{p}$, $s$) comes from a sample and changes every time. The sampling distribution describes the statistic, not any one sample.
Ne confondez pas paramètre et statistique — ils utilisent différents symboles intentionnellement. Un paramètre ($\mu$, $p$, $\sigma$) est une vérité fixe de la population que nous ignorons généralement ; une statistique ($\bar{x}$, $\hat{p}$, $s$) provient d'un échantillon et change à chaque fois. La distribution d'échantillonnage décrit la statistique, non un échantillon unique.
A population has true mean $\mu = 50$.
- Sample 1 gives $\bar{x} = 48$; Sample 2 gives $\bar{x} = 53$ — sampling variability.
- Neither equals $\mu$ exactly, and that's expected.
- The sampling distribution of $\bar{x}$ is centered at $50$ and shows the typical spread of these estimates.
Une population a une vraie moyenne $\mu = 50$.
- L'Échantillon 1 donne $\bar{x} = 48$ ; l'Échantillon 2 donne $\bar{x} = 53$ — variabilité d'échantillonnage.
- Aucun n'est exactement égal à $\mu$, et c'est attendu.
- La distribution d'échantillonnage de $\bar{x}$ est centrée sur $50$ et montre la dispersion typique de ces estimations.
A statistic varies from sample to sample (sampling variability), while a parameter is a fixed population value. The sampling distribution is the distribution of a statistic over all possible samples — it captures the uncertainty in using one sample to estimate a parameter.
Une statistique varie d'un échantillon à l'autre (variabilité d'échantillonnage), tandis qu'un paramètre est une valeur fixe de la population. La distribution d'échantillonnage est la distribution d'une statistique sur tous les échantillons possibles — elle capture l'incertitude liée à l'utilisation d'un seul échantillon pour estimer un paramètre.
A sampling distribution · Une distribution d'échantillonnage
The statistic varies from sample to sample around the true parameter. · La statistique varie d'un échantillon à l'autre autour du paramètre vrai.
Which is a parameter (not a statistic)? · Laquelle est un paramètre (et non une statistique) ?
μ is a fixed population value — a parameter. The others come from samples. · μ est une valeur fixe de la population — un paramètre. Les autres proviennent d'échantillons.
Two random samples from the same population will usually give slightly different statistics. · Deux échantillons aléatoires de la même population donneront généralement des statistiques légèrement différentes.
That's sampling variability — expected, not an error. · C'est la variabilité d'échantillonnage — attendue, pas une erreur.
The distribution of a statistic over all possible samples is the ___ distribution (one word). · La distribution d'une statistique sur tous les échantillons possibles est la ___ distribution (un mot).
The sampling distribution describes how the statistic behaves. · La distribution d'échantillonnage décrit comment se comporte la statistique.
A parameter is best described as... · Un paramètre est mieux décrit comme...
Parameters (μ, p, σ) are fixed population truths. · Les paramètres (μ, p, σ) sont des vérités fixes de la population.
Because a statistic varies, a single sample gives an estimate with some uncertainty. · Parce qu'une statistique varie, un seul échantillon donne une estimation avec une certaine incertitude.
The sampling distribution quantifies that uncertainty. · La distribution d'échantillonnage quantifie cette incertitude.