欢迎您注册蒲公英
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
本帖最后由 红茶. 于 2015-11-13 11:17 编辑
前提: 你家取样点是取全部批次数据的,可以忽略本文。
你家不用极差、标准差、方差的,也可以忽略本文。
不想看的,看不懂的,可以直接看最后。
实际上,大部分统计,包括质量回顾,而且还有N多七七八八的,用到的都是某一部分的样本,来估计整体。而不是统计整体的数来评价整体。所以,人口调查是不是能代表14亿情绪稳定的群众,这是不一定的事情。
定义1: 样本和整体均为正态分布。不是正态分布的,不要找我,找@yuansoul
定义2: 样本标准差为s,整体标准差为σ,各自方差各自平方,我不画了。
理论证明(什么理论,我也不知道,欲知详情@yuansoul ),正态方差常用的无偏估计就是样本方差,且是方差的所有无偏估计中最好的。即
但是!样本方差是整体方差所有无偏估计中最好的,但是s不是σ最好的无偏估计,而是偏小的,偏小的,偏小的。必须进行修正。
用极差估计标准差的,更加需要考虑到样本量对极差的影响。
因此,估计标准差σ常用的无偏估计有两个,一个是将样本极差除以一个与n有关的常数得到;另一个是对样本标准差进行修偏得到:
系数d2和修偏系数c4是与样本本身无关,而仅与样本容量n有关的常数,其数值见计量控制图计算控制限的系数表。
当n=2时,A和B两个估计是相同的,当n≥3时,两者不同。理论标明(又是理论),B优于A,因为B与A相比波动较小,所以实际中应优选B。但由于A的计算比较方便,所以在实际现场,当n<10时,也可以选用A。
答案请回复,
|