คุณไม่พูดในสิ่งที่หนังสือเล่มสถิติอื่น ๆ แต่ฉันเดาว่ามันเป็นหนังสือ (หรือส่วน) เกี่ยวกับประชากรสุ่มตัวอย่าง จำกัด
เมื่อคุณสุ่มตัวแปรสุ่มนั่นคือเมื่อคุณพิจารณาชุด
ของตัวแปรสุ่มnคุณจะรู้ว่าถ้ามันเป็นอิสระf ( x 1 , … , x n ) = f ( x 1 ) ⋯X1, … , Xnnและการกระจายตัวเหมือนกันฉ( x1, … , xn) = f( x1) ⋯ f( xn)โดยเฉพาะและ Var ( X i )E(Xi)=μสำหรับฉันทั้งหมดจากนั้น:
¯ X = ∑ ฉันX iVar(Xi)=σ2i
โดยที่σ2คือช่วงเวลากลางที่สอง
X¯¯¯¯=∑iXin,E(X¯¯¯¯)=μ,var(X¯¯¯¯) =σ2n
σ2
การสุ่มตัวอย่างประชากร จำกัด ค่อนข้างแตกต่างกัน หากประชากรมีขนาดในการสุ่มตัวอย่างโดยไม่มีการแทนที่จะมี( Nยังไม่มีข้อความตัวอย่างที่เป็นไปได้siของขนาดnและพวกมันสามารถจัดเรียงได้:
p(si)=1( Nn)sผมn
ตัวอย่างเช่นถ้าN=5และn=3พื้นที่ตัวอย่างคือ{s1,…,s10}
และตัวอย่างที่เป็นไปได้คือ:
s 1 ={1,2,3}, s 2 ={1,2,4}, s 3 ={1,2,5}, s 4
P ( sผม) = 1( Nn)∀ i = 1 , … , ( Nn)
ยังไม่มีข้อความ= 5n = 3{ s1, … , s10}
หากคุณนับจำนวนการปรากฏของแต่ละคนคุณจะเห็นว่ามันคือหกนั่นคือแต่ละคนมีจำนวนเท่ากัน (6/10) ดังนั้นแต่ละ
siเป็นตัวอย่างแบบสุ่มตามคำจำกัดความที่สอง ประมาณนั้นไม่ใช่ตัวอย่างสุ่มของ iid เพราะแต่ละคนไม่ใช่ตัวแปรสุ่ม: คุณสามารถประมาณ
E[X]โดยค่าเฉลี่ยตัวอย่าง แต่จะไม่ทราบค่าที่แน่นอน แต่คุณ
สามารถทราบค่าเฉลี่ยประชากรที่แน่นอนถ้า
n=N(ให้ ฉันพูดซ้ำ: ประมาณ)
s1= { 1 , 2 , 3 } , s2= { 1 , 2 , 4 } , s3= { 1 , 2 , 5 } , s4= { 1 , 3 , 4 } , s5= { 1 , 3 , 5 } ,s6={1,4,5},s7={2,3,4},s8={2,3,5},s9={2,4,5},s10={3,4,5}
siE[X]n=N1
μn<Nμ
Y¯¯¯s= ∑i = 1nYผม,E( y¯¯¯s) = μ
วาร์( y¯¯¯s) = σ~2n( 1 - nยังไม่มีข้อความ)
σ~2 ∑ยังไม่มีข้อความi = 1( yผม- y¯¯¯)2ยังไม่มีข้อความ- 1( 1 - n / N))เรียกอีกอย่างว่า "
ปัจจัยการแก้ไขประชากรอัน จำกัด "
นี่คือตัวอย่างด่วนของวิธีสุ่ม (สุ่มตัวแปร) iid สุ่มตัวอย่างและสุ่มประชากร (จำกัด แน่นอน) อาจแตกต่างกัน การอนุมานทางสถิติส่วนใหญ่เกี่ยวกับการสุ่มตัวอย่างตัวแปรสุ่มทฤษฎีการสุ่มตัวอย่างเป็นเรื่องเกี่ยวกับการสุ่มตัวอย่างประชากร จำกัด
1สมมติว่าคุณกำลังผลิตหลอดไฟและต้องการทราบอายุขัยเฉลี่ยของพวกเขา "ประชากร" ของคุณเป็นเพียงทฤษฎีหรือเสมือนอย่างน้อยถ้าคุณยังคงผลิตหลอดไฟ ดังนั้นคุณต้องสร้างแบบจำลองกระบวนการสร้างข้อมูลและสอดแทรกชุดหลอดไฟเป็นตัวอย่าง (ตัวแปรสุ่ม) สมมติว่าคุณพบกล่องไฟ 1,000 หลอดแล้วและต้องการทราบอายุขัยเฉลี่ยของพวกเขา คุณสามารถเลือกชุดหลอดไฟขนาดเล็ก (ตัวอย่างประชากรที่มีขอบเขต จำกัด ) แต่คุณสามารถเลือกได้ทั้งหมด หากคุณเลือกตัวอย่างขนาดเล็กสิ่งนี้จะไม่เปลี่ยนหลอดไฟเป็นตัวแปรสุ่ม: คุณจะสร้างตัวแปรแบบสุ่มเนื่องจากตัวเลือกระหว่าง "ทั้งหมด" และ "ชุดเล็ก" ขึ้นอยู่กับคุณ อย่างไรก็ตามเมื่อประชากรที่ จำกัด มีขนาดใหญ่มาก (กล่าวว่าประชากรในประเทศของคุณ) เมื่อเลือก "ทั้งหมด" จะไม่สามารถใช้งานได้สถานการณ์ที่สองจะได้รับการจัดการที่ดีกว่าเป็นครั้งแรก