Chapter 6: Sampling Distributions
-
Upload
wesley-wallace -
Category
Documents
-
view
28 -
download
0
description
Transcript of Chapter 6: Sampling Distributions
Chapter 6:
Sampling Distributions
• 1Def : กลุ่��มตั�วอย่�าง X1, X2, …, Xn ซึ่��งเราสุ่��มจาก infinite population จะถื�อเป็�น ramdom sample ก�ตั�อ
เม��อ X1, X2, …, Xn เป็�น independent and identically distributed (iid) r.v.
• DDD 2: ถื�า X1, X2, …, Xn เป็�น ramdom sample จะได้�ว�า
เร�ย่กว�า sample mean
เร�ย่กว�า sample variance
1
n
ii
XX
n
22 1
1
n
ii
X XS
n
6.2 Distribution of the Mean• 1Th’m : ถื�า X1, X2, …, Xn เป็�น ramdom sample
จาก infinite population ซึ่��งม� mean แลุ่ะ variance จะได้�ว�า
แลุ่ะ • 2Th’m :สุ่!าหร�บทุ�กค่�าค่งทุ��ทุ��เป็�นบวก c ค่วามน�าจะเป็�นทุ��
ม�ค่�าระหว�าง แลุ่ะ จะม�ค่�าไม�น�อย่กว�า เสุ่มอแลุ่ะเม��อ ค่�าค่วามน�าจะเป็�นจะม�ค่�าเข้�าใกลุ่� 1
“ Law of Large Numbers”(พิ)สุ่*จน+จาก Chebyshev’s Theorem
ตัรงๆ)
E X 2
var Xn
Xc c 2
21nc
n
2
• 3Th’m : (Central Limit Theorem ) ถื�า X1, X2, …, Xn เป็�น ramdom sample จาก infinite population ทุ��ม� mean แลุ่ะ variance จะได้�ว�า limiting distribution of เม��อ จะเข้�าสุ่*� standard normal distribution
• พิ)สุ่*จน+ CLT:
2
/
XZ
n
n
2 / 21lim
/ 2
b z
an
XP a b e dz
n
• 4Th’m : ถื�า เป็�น mean ข้อง random sample ข้นาด้ n จาก normal distribution ทุ��ม� mean แลุ่ะvariance จะได้�ว�า sampling distribution (distribution of ) จะเป็�น normal distribution ทุ��ม� mean แลุ่ะvariance เสุ่มอ ไม�ข้�-นก�บข้นาด้ข้อง n
X
2
2
n
X
6.3 Distribution of the Mean : Finite Populations
• 3Def : สุ่มมตั)ให� X1 เป็�นค่�าแรกทุ��สุ่��มได้�จาก finite population of size N, X2 เป็�นค่�าลุ่!าด้�บสุ่อง ,…, Xn เป็�นค่�าลุ่!าด้�บ n ถื�า joint pdf ข้องตั�วแป็รสุ่��มทุ�-ง n ตั�ว ม�ค่�าเป็�น
เราจะสุ่ร�ป็ได้�ว�า X1, X2, …, Xn เป็�น random sample จาก finite population จร)ง
1 2
1, ,...,
1 ... 1nf x x xN N N n
• 4Def : ค่�า mean แลุ่ะ variance ข้อง finite population of size N (ซึ่��งม�ค่�าเป็�น c1, c2, …, cN ) จะม�ค่�าเทุ�าก�บ
ค่�อ
แลุ่ะ
1
1N
ii
cN
22
1
1N
ii
cN
• Th’m 5: ถื�า แลุ่ะ ค่�อ rv ลุ่!าด้�บทุ�� r แลุ่ะ s ข้อง random sample ข้นาด้ n จาก finite population จะได้�ว�า
• Th’m 6: ถื�า ค่�อ mean ข้อง random sample ข้นาด้ n จาก finite population ข้นาด้ N จะได้�ว�าแลุ่ะ
rX sX
1 2, ,..., Nc c c
2
cov ,1r sX X
N
X
E X 2
var1
N nX
n N
6.4 The Chi-square Distribution
• จ�ด้เด้�นข้อง Chi-Sq Distribution:ถื�า r.v. X เป็�น Normal Dist --> X2
จะเป็�น Chi-Square Dist• pdf ข้อง Chi-Sq:
• ถื�า r.v. X เป็�น Chi-Square r.v.
2
2 2
2
10
( ) 2 / 2
0
x
x e for xf x
elsewhere
/ 2
( )
( ) 2
( ) (1 2 )X
E X
Var X
M t t
6.4 The Chi-square Distribution
• Th’m 7: ถื�า X ม� standard normal distribution จะได้�ว�า X2 จะม� Chi-square distribution with ( degree of freedom )
• Th’m 8: ถื�า เป็�น independent rv ทุ��ม� standard normal distributions จะได้�ว�า
• Th’m 9: ถื�า เป็�น independent rv ทุ��ม� chi-square distribution with degree of freedom จะได้�ว�า
1
1 2, ,..., nX X X
2 2( )
1
n
i ni
Y X
1 2, ,..., nX X X
1 2, ,...., n 2
( )1
i
n
ii
Y X
• ’ 10: ถื�า แลุ่ะ เป็�น independent rv โด้ย่ทุ�� แลุ่ะ จะได้�ว�า
• ’ 11: ถื�า แลุ่ะ เป็�น mean แลุ่ะ variance ข้อง random sample ข้นาด้ n จาก normal distribution ทุ��ม� mean แลุ่ะ variance จะได้�ว�า
1. แลุ่ะ เป็�นอ)สุ่ระตั�อก�น2. ตั�วแป็รสุ่��ม
1X 2X 1
21 ( )X
X 2S
2
X 2S
22( 1)2
1n
n S
1 2
21 2 ( )X X
2
22 ( )X
6.5 The t Distribution
• ’ 12: ถื�า Y แลุ่ะ Z เป็�น independent rv แลุ่ะ จะได้�ว�า
จะม� t distribution โด้ย่ทุ�� d.f. = • pdf of T จะเป็�น
for
2( ) ,Y
1
2 2
12
1
2
tf t
t
(0,1)Z N
/
ZT
Y
• ’ 13: ถื�า แลุ่ะ ค่�อ mean แลุ่ะ variance ข้อง random sample ข้นาด้ n จาก normal population ทุ��ม� mean แลุ่ะ varianceจะได้�ว�า
ม�การแจกแจงแบบ t ม� degrees of freedom
/
XT
S n
X 2S
2
1n
6. 6 The F Distribution• Th’m 14: ถื�า U แลุ่ะ V เป็�น independent
rv ม�การแจกแจงแบบ chi-square with d.f. แลุ่ะ จะได้�ว�า
เป็�น rv ทุ��ม�การแจกแจงแบบ F แลุ่ะม� pdf เป็�น
for แลุ่ะ elsewhere
1 2
1
2
U
FV
11 2
1
11 22 21
1 12
1 2 2 2
21
2 2
g f f f
0f 0g f
• Th’m 15: ถื�า แลุ่ะ ค่�อ variance ข้อง independent random sample ข้นาด้ แลุ่ะ จาก normal populations ทุ��ม� variance เป็�น แลุ่ะ จะได้�ว�า
ค่�อ rv ทุ��ม�การแจกแจงแบบ F ทุ��ม� degrees of freedomแลุ่ะ
21S
22S
1n 2n21 2
221
2 2 21 2 1
2 2 22 1 2
22
SS
FS S
1 1n
2 1n