什么是样本均值的抽样分布?
当你从一个总体中反复抽取容量为 n 的随机样本,并计算出每个样本的均值时,这些均值本身会构成一个新的分布——这就是样本均值的抽样分布。本计算器只需三个输入值,就能算出该分布的中心(均值)和离散程度(标准误差):总体均值 \(\mu\)、总体标准差 \(\sigma\) 以及样本量 \(n\)。
如何使用本计算器
填入总体均值(\(\mu\))、总体标准差(\(\sigma\))和你的样本量(\(n\)),工具会立即给出抽样分布的均值(\(\mu_{\bar{x}}\))、标准误差(\(\sigma_{\bar{x}}\))以及样本均值的方差(\(\sigma_{\bar{x}}^{2}\))。标准误差反映的是样本均值通常会偏离真实总体均值多少。
公式详解
抽样分布的均值始终等于总体均值:\(\mu_{\bar{x}} = \mu\)。而离散程度会随着样本量增大而缩小: $$\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}$$ 由于这里除的是 \(n\) 的平方根,所以样本量翻倍并不能让标准误差减半——你需要把 \(n\) 扩大到原来的 4 倍,才能把标准误差降低一半。根据中心极限定理,当 \(n\) 足够大时,无论总体本身是什么形状,这个分布都会近似服从正态分布。
实例演算
假设 \(\mu = 100\),\(\sigma = 15\),\(n = 25\)。那么 \(\mu_{\bar{x}} = 100\), $$\sigma_{\bar{x}} = \frac{15}{\sqrt{25}} = \frac{15}{5} = 3$$ 方差为 \(\sigma_{\bar{x}}^{2} = 3^{2} = 9\)。也就是说,由 25 个观测值得到的样本均值会集中在 100 附近,标准误差为 3。
样本量如何影响标准误
该表将总体均值固定为\(\mu = 100\),总体标准差固定为\(\sigma = 15\),然后改变样本量\(n\)。每一行中,抽样分布的均值都保持为100。只有离散程度会发生变化。
| 样本量 n | 标准误 \(\sigma/\sqrt{n}\) | 方差 \(\sigma^2/n\) | 标准误与σ的比值 |
|---|---|---|---|
| 1 | 15 | 225 | 1 |
| 4 | 7.5 | 56.25 | 0.5 |
| 9 | 5 | 25 | 0.3333 |
| 25 | 3 | 9 | 0.2 |
| 100 | 1.5 | 2.25 | 0.1 |
| 400 | 0.75 | 0.5625 | 0.05 |
标准误与σ的比值等于\(1/\sqrt{n}\)。由于存在平方根,样本量增加到4倍,标准误就减半:从n = 1增加到4、从4增加到16(或从25增加到100、从100增加到400),标准误每次都减半。要将其降至十分之一,则需要100倍的观测数,因此收集更多数据的收益会逐步递减。
标准误的解读
标准误\(\sigma_{\bar{x}} = \sigma/\sqrt{n}\)衡量样本均值在不同样本之间的波动程度。如果\(\bar{x}\)的抽样分布近似正态(依据中心极限定理,或因为总体本身服从正态分布),那么大约有:
- 68%的样本均值落在μ的1个标准误范围内,
- 95%落在2个标准误范围内(更精确地说是1.96个),
- 99.7%落在3个标准误范围内。
示例:当\(\mu = 100\)且\(\sigma_{\bar{x}} = 3\)时(例如σ = 15、n = 25):
| 覆盖率 | 区间 | 样本均值范围 |
|---|---|---|
| ≈ 68% | \(100 \pm 1(3)\) | 97 至 103 |
| ≈ 95% | \(100 \pm 2(3)\) | 94 至 106 |
| ≈ 99.7% | \(100 \pm 3(3)\) | 91 至 109 |
标准误与标准差。总体标准差σ描述单个数值围绕μ的离散程度。标准误描述样本均值围绕μ的离散程度。当n > 1时,标准误总是小于σ,并且随着n增大而缩小。
正态性与样本量。一个常见的经验法则认为,n ≥ 30即足以使均值的抽样分布近似正态。这只是一个参考指导:对于大致对称的总体,较小的n可能就已足够;而对于严重偏态或厚尾的总体,可能需要大得多的样本量。
有限总体。公式σ/√n假定为有放回抽样或总体非常大。当进行无放回抽样且样本量超过规模为N的总体的约5%时,标准误需乘以有限总体校正系数\(\sqrt{\frac{N-n}{N-1}}\),这会使标准误变小。本计算器不应用该校正。
关键术语与符号
- 总体均值(μ):总体中所有数值的平均值。
- 总体标准差(σ):总体中单个数值与μ之间的典型距离。
- 样本量(n):每个样本中观测值的数量。
- 样本均值(x̄):一个样本中n个观测值的平均值;它随样本不同而变化。
- 抽样分布:统计量(此处为x̄)在来自总体的所有可能的大小为n的样本上的概率分布。
- 抽样分布的均值(\(\mu_{\bar{x}}\)):x̄的期望值,等于μ,因此样本均值是μ的无偏估计量。
- 标准误(\(\sigma_{\bar{x}}\)):x̄抽样分布的标准差,等于\(\sigma/\sqrt{n}\)。
- 样本均值的方差(\(\sigma_{\bar{x}}^2\)):标准误的平方,即\(\sigma^2/n\)。
- 中心极限定理:对于来自有限方差总体的独立观测值,随着n增大,x̄的抽样分布会趋近于正态分布,而与总体的形状无关。
常见问题
为什么样本越大,标准误差越小?样本越大,随机波动越容易被平均掉,因此样本均值会更紧密地聚集在真实均值周围。
总体一定要服从正态分布吗?就这里的公式而言不需要。无论总体是什么分布,均值和标准误差的计算结果都是精确的。只有当 \(n\) 足够大时,抽样分布才会借助中心极限定理近似呈正态分布。
如果我只有样本标准差怎么办?如果总体标准差 \(\sigma\) 未知,可以用样本标准差 \(s\) 作为估计值,此时标准误差变为 \(s/\sqrt{n}\),并且通常配合 \(t\) 分布一起使用。