Выборочное наблюдение и оценка
Введено| English | Значение |
|---|---|
| sample/ˈsæmpl/ | выборка |
| population/ˌpɒpjʊˈleɪʃn/ | генеральная совокупность |
| stratified/ˈstrætɪfaɪd/ | стратифицированная |
| systematic/ˌsɪstəˈmætɪk/ | систематическая |
| cluster/ˈklʌstə/ | кластерная |
| sampling distribution/ˈsæmplɪŋ ˌdɪstrɪˈbjuːʃn/ | выборочное распределение |
| standard error/ˈstændəd ˈerə/ | стандартная ошибка |
| Central Limit Theorem/ˈsentrəl ˈlɪmɪt ˈθɪərəm/ | центральная предельная теорема |
| confidence interval/ˈkɒnfɪdəns ˈɪntəvl/ | доверительный интервал |
The poll that predicted the election
- A survey of 1000 people can predict the voting behaviour of 60 million. How?
- Sampling 样本 lets you draw conclusions about a whole population 总体 from a small, carefully chosen subset. The mathematics behind it is the foundation of all statistical inference.
Populations and samples
- A population is the entire group you want to study. A sample is a small group from the population.
- Good sampling needs randomness — every member must have a known chance of being selected.
- Sampling methods: simple random, stratified 分层 (proportional from each subgroup), systematic 系统 (every $k$th member), cluster 整群.
Stratified sampling. A school has 600 boys and 400 girls. A stratified sample of 50: $\dfrac{600}{1000} \times 50 = 30$ boys and $\dfrac{400}{1000} \times 50 = 20$ girls.

The sample mean is nearly normal whatever the population shape
В школе 600 мальчиков и 400 девочек. Стратифицированная выборка из 50 человек требует скольки мальчиков?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
(600/1000) × 50 = 30 мальчиков.
The sampling distribution 抽样分布 of the mean
- The sample mean $\bar{X}$ is itself a random variable:
- The standard error 标准误 of the mean is $\dfrac{\sigma}{\sqrt{n}}$ — it shrinks as $n$ grows.

Statistics studies a sample to learn about a whole population
Генеральная совокупность имеет σ = 8. Для выборки n = 64, какова Var(X̄) = σ²/n?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
Var(X̄) = σ²/n = 64/64 = 1.
Генеральная совокупность имеет σ = 10 и n = 25. Стандартная ошибка σ/√n = ?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
σ/√n = 10/√25 = 10/5 = 2.
Соотнесите каждую идею выборочного наблюдения с её значением.
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
ЦПТ делает выборочные средние нормальными; их разброс составляет σ²/n, что дает доверительный интервал.
The Central Limit Theorem 中心极限定理
- By the Central Limit Theorem, for a large sample ($n \geq 30$), $\bar{X}$ is approximately normal, whatever the population's shape.
- This is one of the most powerful results in all of mathematics — it lets us use the normal distribution even when the data isn't normal.
CLT applies to the mean, not the data. The Central Limit Theorem says the distribution of $\bar{X}$ becomes normal — not the individual data points. The raw data can have any shape.

A 95% confidence interval 置信区间 reaches 1.96 standard errors each side of the sample mean
Raw observations and repeated sample means
$E(\bar X)=\mu,\quad \mathrm{SD}(\bar X)=\sigma/\sqrt n$
The population stays the same while the distribution of sample means changes. These are illustrative independent models; a large n does not make raw data normal.
Согласно Центральной предельной теореме, выборочное среднее приблизительно нормально для большой выборки, независимо от формы генеральной совокупности.
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
ЦПТ делает X̄ приблизительно нормальным по мере роста размера выборки.
Центральная предельная теорема гласит, что отдельные точки данных становятся нормально распределенными для больших выборок.
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
ЦПТ применяется к выборочному среднему X̄, а не к отдельным точкам данных. Сырые данные могут иметь любую форму.
Confidence intervals
- A confidence interval gives a range that probably contains the true mean.
- For a normal population with known $\sigma$ (or a large sample), a 95% interval is:
- From a random sample find unbiased estimates of the mean and variance ('unbiased' = correct on average), and a confidence interval for a population proportion; random numbers help choose the sample.
Выборка n = 64 имеет σ = 8. Чему равен допустимый предел 1.96 × σ/√n для 95%-ного интервала? (2 знака после запятой)
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
1.96 × 8/√64 = 1.96 × 8/8 = 1.96.
You've got it
- $E(\bar{X}) = \mu$, $\text{Var}(\bar{X}) = \dfrac{\sigma^2}{n}$; CLT makes $\bar X$ ≈ normal for large $n$
- a 95% confidence interval: $\bar{x} \pm 1.96\dfrac{\sigma}{\sqrt{n}}$
- good sampling needs randomness
Write from the data given
- A population has 80 of type A and 120 of type B. A stratified sample of 20 is taken.
- Also a standard deviation of 12 and a sample of 16 give a standard error.
Сколько объектов типа A и типа B содержится в стратифицированной выборке объёмом 20 из популяции, содержащей 80 объектов типа A и 120 объектов типа B? Чему равен стандартная ошибка, если стандартное отклонение равно 12, а размер выборки — 16?
80 из 200 равно 2/5, а 2/5 от 20 равно 8. 12 разделить на 4 равно 3.
Сколько представителей типа A выбрано?
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
80/200 × 20 = 8. Другие варианты — 30 (число мальчиков в уроке); 20 (вся выборка).