Sample Distribution   표본 분포

(2018-04-04)

Sampling Distribution, 표집 분포, Sample Probability Distribution, 표본 확률분포

1. 분포 구분모집단 분포 (Population Distribution)
     - 연구 대상이 되는 전체 집합확률 분포표본 분포 (Sample Distribution)
     - 모집단을 대표하도록 추출된 대상군의 확률 분포

  ㅇ 표집 분포 (Sampling Distribution)
     - 실제적으로 얻을 수 있는 모집단 분포,표본 분포와는 달리,
     - 통계적 추론을 위해, 무수히 많은 기회 표본 집단에 대한 표본 통계량확률변수로 취한,
       이론적인 확률 분포 
     * 통상, 표본분포와 표집분포를 구별없이 혼용함

  ※ 표본/표집 분포 例) 
     - 표본평균확률분포, 표본비율의 확률분포, 표본분산확률분포, 
       표본분산들의 비율의 확률분포
2. 표본/표집 분포의 특징표본 통계량이 나타내는 독특한 확률적 성질을 보여줌
     - 例) 모집단 확률분포균등분포일 때도, 
           표본평균표본분포는 정규분포를 하게 됨

  ㅇ 사용 용도가 확률값 등의 계산 목적이 아님
     - 확률 계산 및 통계량(평균,분산 등)을 구하기 위한 것이 아니라, 
     - 통계적 추론(신뢰구간 추정,가설검정),분산분석 등을 할 때 쓰여짐


3. 표본/표집 분포의 주요 유형

  ※ 특징
     - 확률변수로 정의된 표본통계량이 무엇인지에 따라 확률분포 유형이 구분됨
     - 주로, 모집단정규분포를 이룬다는 가정하의 표본분포 들임

  ㅇ  Z 분포
     - 표본통계량표본평균일 때, 이를 표준화(정규화)시킨 표본 분포
     - 개념적으로 정규분포와 동일하여, 정규분포평균의 해석에 많이 쓰이는 분포

  ㅇ  t 분포
     - 표본통계량표본평균일 때, 이를 표준화(정규화)시킨 표본 분포
     - 정규분포와 매우 유사하여, 정규분포평균의 해석에 많이 쓰이는 분포
     - 모집단 표준편차가 알려져 있지 않은 경우에 정규분포 대신에 많이 사용됨

  ㅇ  χ² 분포
     - 표본통계량표본분산일때의 표본 분포

  ㅇ  F 분포  
     - 표본통계량이 두 독립 표본에서 계산된 표본분산들의 비율일 때의 표본 분포


[표본 분포] 1. 표본 분포 2. 표본분포의 통계적 특성 3. F 분포 4. t 분포 5. Z 분포 6. χ² 분포

 
        최근수정     요약목록(시험중)     참고문헌