Распределение выборки может быть описано путем расчета его среднего значения и стандартной ошибки. Центральная предельная теорема гласит, что если выборка достаточно велика, ее распределение будет приблизительно соответствовать распределению, из которого вы взяли выборку. Это означает, что если популяция имела нормальное распределение, то будет и выборка. Если вы не знаете распределение населения, оно обычно считается нормальным. Вам нужно знать стандартное отклонение популяции, чтобы рассчитать распределение выборки.
Добавьте все наблюдения вместе, а затем разделите на общее количество наблюдений в выборке. Например, выборка высоты каждого жителя города может иметь наблюдения 60 дюймов, 64 дюймов, 62 дюймов, 70 дюймов и 68 дюймов, а город, как известно, имеет нормальное распределение по высоте и стандартное отклонение в 4 дюйма по высоте. , Среднее значение будет (60 + 64 + 62 + 70 + 68) / 5 = 64,8 дюйма.
Добавьте 1 / размер выборки и 1 / размер популяции. Если численность населения очень велика, например, для всех жителей города вам нужно только разделить 1 на размер выборки. Например, город очень большой, поэтому он будет 1 / размер выборки или 1/5 = 0,20.
Возьмите квадратный корень результата из шага 2 и умножьте его на стандартное отклонение совокупности. Например, квадратный корень из 0,20 равен 0,45. Тогда 0,45 х 4 = 1,8 дюйма. Стандартная ошибка образцов составляет 1,8 дюйма. Среднее значение 64,8 дюйма и стандартная ошибка 1,8 дюйма описывают распределение выборки. Образец имеет нормальное распределение, потому что город имеет.