标准误与中心极限定理

R 中的抽样

Richie Cotton

Data Evangelist at DataCamp

杯分均值的抽样分布

样本量为 5 时，杯分均值近似抽样分布的直方图。

样本量为 20 时，杯分均值近似抽样分布的直方图。

样本量为 80 时，杯分均值近似抽样分布的直方图。

样本量为 320 时，杯分均值近似抽样分布的直方图。

R 中的抽样

中心极限定理的影响

  • 独立样本的均值近似服从正态分布。

随着样本量增大，

  • 均值分布更接近正态，且

  • 抽样分布更窄。

R 中的抽样

总体与抽样分布的均值

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

82.1512
样本量 样本均值的均值
5 82.1496
20 82.1610
80 82.1496
320 82.1521
R 中的抽样

总体与抽样分布的标准差

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

2.68686
样本量 样本均值的标准差
5 1.1929
20 0.6028
80 0.2865
320 0.1304
R 中的抽样

总体标准差除以样本量平方根

样本量 样本均值的标准差 计算 结果
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
R 中的抽样

Passons à la pratique !

R 中的抽样

Preparing Video For Download...