표준오차와 중심극한정리

R에서의 표본추출

Richie Cotton

Data Evangelist at DataCamp

컵 점수 평균의 표본분포

표본크기 5에서 컵 점수 평균의 근사 표본분포 히스토그램.

표본크기 20에서 컵 점수 평균의 근사 표본분포 히스토그램.

표본크기 80에서 컵 점수 평균의 근사 표본분포 히스토그램.

표본크기 320에서 컵 점수 평균의 근사 표본분포 히스토그램.

R에서의 표본추출

중심극한정리의 함의

  • 독립 표본의 평균은 대략 정규분포를 따릅니다.

표본 크기가 커질수록,

  • 평균의 분포는 정규분포에 더 가까워지고,

  • 표본분포의 폭은 더 좁아집니다.

R에서의 표본추출

모평균과 표본분포의 평균

coffee_ratings %>%
  summarize(
    mean_cup_points = mean(total_cup_points)
  ) %>% 
  pull(mean_cup_points)

82.1512
표본 크기 표본평균의 평균
5 82.1496
20 82.1610
80 82.1496
320 82.1521
R에서의 표본추출

모집단과 표본분포의 표준편차

coffee_ratings %>%
  summarize(
    sd_cup_points = sd(total_cup_points)
  ) %>%
  pull(sd_cup_points)

2.68686
표본 크기 표본평균 표준편차
5 1.1929
20 0.6028
80 0.2865
320 0.1304
R에서의 표본추출

모표준편차 ÷ 표본크기 제곱근

표본 크기 표본평균 표준편차 계산 결과
5 1.1929 2.68686 / sqrt(5) 1.2016
20 0.6028 2.68686 / sqrt(20) 0.6008
80 0.2865 2.68686 / sqrt(80) 0.3004
320 0.1304 2.68686 / sqrt(320) 0.1502
R에서의 표본추출

연습해 봅시다!

R에서의 표본추출

Preparing Video For Download...