Shihairong2019-11-02 17:49:13

统计学的基本思路和方法框架是不是通过容量足够大的样本的均值与方差，可以逼近总体真值，这样就可以以样本均值与方差为基础，计算出总体分布中的关键参数，然后对总体或者后续事件进行模拟与估计，一般通过设定值与样本均值有几个标准差的差距进行了概率估计或者假设检验? 但是通过大样本抽样得到的均值与方差是无法进行检验真伪的，因为它们是后续估计的核心参数，于是就存在了一类和二类错误。关于实行操作，以正态分布为例，所有分布的样本均值均服从总体均值为u, 标准误为SEE的正态分布，但这仅仅在理论上成立，往往总体均值不可知，由大数定律与中心极限定理，我们可以用大样本多次抽样的均值代替u从而计算出SEE,而关于SEE，在某些条件下也不允许做多次抽样，这种情况下，只要单次抽样容量足够大（大于30），单次抽样的SD除以容量的平方根可以用来估算代替多次抽样均值的SEE,这样便统一了理论的正确与实践的可行。而且关于总体分布函数，可以通过简单事件的多次试验模拟出来，比如正态分布就是通过二项分布渐近得出。而至于统计学中的等于号，应该理解成趋向于（或者是无偏估计量的概念）而不是数学严格意义上的完全等同，因为统计学的方法是以样本代替总体，样本可以代表总体但不是总体。我的理解有哪些误区？望指正，这样可以更好地理解CFA是如何看待金融市场的。谢谢