苗同学2021-03-08 21:59:12
老师您好,在讲中心极限定理时的sample size≥30,这里的sample对应的是X还是X拔?换句话说,用sample均值估计population的均值是需要≥30个X算出来的一个X拔,还是需要≥30个X拔然后再算一个X拔的平均值,用这个平均值来估计population的均值?
回答(1)
Evian, CFA2021-03-09 11:24:37
└(^o^)┘同学你好,感谢您耐心的等候!~
30这个数值是对样本容量的要求,而不是样本均值个数的要求。
例如,如果每次只抽取1个值,抽100次,有100个样本均值,此时不具有代表性。
为乘风破浪的自己【点赞】让我们知晓您对答疑服务的支持~
- 评论(0)
- 追问(9)
- 追问
-
老师您好,在用区间估计时,确实这里的30是应该是样本容量的个数,不过单老师在讲中心极限定理,特别是讲到standard error时,她说的是standard error衡量的是各个X拔之间的离散程度。所以我以为中心极限定理中的30应该是X拔的30,不然,在中心极限定理下,我任意抽≥30个样本样本的均值X拔就一定等于population的μ吗?显然这是不太可能的,我理解中心极限定理说的是要抽30组X拔,这时30组X拔的均值=population的μ,请问这对中心极限定理的理解对吗?
- 追答
-
讲到standard error时,优秀的单老师说的是standard error衡量的是各个X拔之间的离散程度。
嗯嗯,是的,样本均值的标准差=标准误确实如上描述。
你对于“样本均值一定要大于等于30”的理解不合适。
当:样本均值一定要大于等于30,样本均值的均值 一定等于 总体均值么? 不一定
中心极限定理的应用前提条件是样本容量大于等于30。
- 追问
-
样本容量如果≥30,那么该样本的均值X拔就一定等于population的μ吗?那还要区间估计干什么,随便抽30个样本求出均值,那么不就是population的μ吗?我问这个问题的核心还是我没明白中心极限定理到底想说啥,既然是定理,那么≥30样本抽出来的均值就一定等于population的均值,这我觉得是不可能的,而且后来的区间估计也说明这么做不靠谱,那为啥还叫定理,这块老师没有展开讲,我觉得逻辑不通
- 追问
-
老师这个 -1.3怎么得出来的?
- 追答
-
有关"样本容量"的疑惑提出的很有水平,一般伙伴很少有人这样提问!
-1.3的这个问题在另一个Notes的题目提问中已回复~
- 追问
-
老师您好,我关于中心极限定理的疑惑还是没有理解,我认为就中心极限定理这个定理而言,它的X拔=μ,这里的X拔是n组sample抽样后算出来的平均X拔,而您的解释是1组sample里的X拔,我还是觉得逻辑不通。总结我目前的思考,我觉得中心极限定理中的X拔是n个sample的X拔,而我们在进行假设检验时用的是一个sample的X拔,所以才需要假设检验。这是我目前的理解,请老师指导
- 追答
-
你对于中心极限定理的理解是正确的,是从总体中抽样,得到多个样本,对应多个样本均值,样本均值的均值我们认为是总体均值的无偏估计量。
在中心极限定理的应用方面,只要单次抽样的样本容量个数大于30,中心极限定理的结论就可以运用在对总体均值上,按照你的理解,在这个过程中,单个样本的均值代替了样本均值的均值。像这样的中心极限定理的应用是简便了估计的过程,否则每次抽样都必须大于30次(当然更精确)。其实这也体现了精确度和成本的平衡,如果要更加精确,就要投入更大的成本做更多次抽样和分析。
- 追问
-
明白了老师,感谢
- 追答
-
客气,应该的~
也感谢你的提问!~
评论
0/1000
追答
0/1000
+上传图片
