User Tools

Site Tools


sampling_distribution

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
sampling_distribution [2016/05/17 15:57]
hkimscil [Sampling Distribtution, 표본분포]
sampling_distribution [2020/04/14 22:23] (current)
hkimscil
Line 1: Line 1:
 ====== Sampling Distribtution,​ 표본분포 ====== ====== Sampling Distribtution,​ 표본분포 ======
 +이 글을 읽고 [[:mean and variance of the sample mean]] 문서를 읽을 것.
 +[[:sampling distribution in R]]
 <​imgcaption fig01|population m=70 sd=15>{{ :​nd_m70sd15.png?​192|}}</​imgcaption>​ Sample Distribution (표본분포)과 Sampling Distribution (표집분포)는 비록 비슷하게 들리겠지만 전혀 다른 의미를 갖는다. 전자는 //하나의 샘플에서 추출한 구성원에 대한 분포//를 말한 것이고, 후자는 //​여러개의 샘플들의 평균에 대한 분포//를 말하는 것이다. 공통적인 점이 있다면 둘 다 모집단에 (population) 대한 샘플을 (sample) 의미한다는 것 -- 즉, 모집단의 특성을 (parameter) 추측 (inferring) 하기 위해서 구해진 집단이라는 것이다. ​ <​imgcaption fig01|population m=70 sd=15>{{ :​nd_m70sd15.png?​192|}}</​imgcaption>​ Sample Distribution (표본분포)과 Sampling Distribution (표집분포)는 비록 비슷하게 들리겠지만 전혀 다른 의미를 갖는다. 전자는 //하나의 샘플에서 추출한 구성원에 대한 분포//를 말한 것이고, 후자는 //​여러개의 샘플들의 평균에 대한 분포//를 말하는 것이다. 공통적인 점이 있다면 둘 다 모집단에 (population) 대한 샘플을 (sample) 의미한다는 것 -- 즉, 모집단의 특성을 (parameter) 추측 (inferring) 하기 위해서 구해진 집단이라는 것이다. ​
  
Line 53: Line 55:
   * $\sigma_{\overline{X}} = \frac{\sigma}{\sqrt{n}}$   * $\sigma_{\overline{X}} = \frac{\sigma}{\sqrt{n}}$
  
-(sampling distribution은 [Central Limit Theorem] 을 이해하기 위해서 꼭 필요한 개념이다.)+(sampling distribution은 ​[[Central Limit Theorem]] 을 이해하기 위해서 꼭 필요한 개념이다.)
  
 <​imgcaption fig05|>​{{ :​sampling_distribution_m70sd1.5.png?​192|}}</​imgcaption>​ $\mu=70$ 이며 $\sigma=15$ 인 모집단의 경우에서 n = 100인 샘플을 뽑는다고 가정을 해보면, ​ <​imgcaption fig05|>​{{ :​sampling_distribution_m70sd1.5.png?​192|}}</​imgcaption>​ $\mu=70$ 이며 $\sigma=15$ 인 모집단의 경우에서 n = 100인 샘플을 뽑는다고 가정을 해보면, ​
sampling_distribution.1463470069.txt.gz · Last modified: 2016/05/17 15:57 by hkimscil