The sampling distribution of the me

The sampling distribution of the mean (SDM), for random samples of size n selected from a population with mean μ and (finite) standard deviation σ, has
1. mean, μXn , equal to the mean of the population: μXn = μ .
2. standard deviation, σ Xn , equal to the standard deviation of the population divided by the
square root of the sample size: σ Xn =σ n .
3. (Central Limit Theorem) a shape that is normal if the population is normal; for other populations with finite mean and variance, the shape becomes more normal as n increases.

ผลลัพธ์ (ไทย) 1:

มีการกระจายการสุ่มตัวอย่างของหมาย (SDM), สำหรับการสุ่มตัวอย่างขนาด n เลือกจากประชากรกับค่าเฉลี่ยμและค่าเบี่ยงเบนมาตรฐาน (มีจำกัด) σ1. หมายถึง μXn เท่ากับค่าเฉลี่ยของประชากร: μXn =μ2. ส่วนเบี่ยงเบนมาตรฐาน σ Xn เท่ากับส่วนเบี่ยงเบนมาตรฐานของประชากรหารด้วยการรากที่สองของขนาดตัวอย่าง: σ Xn =σ n3. (ทฤษฎีบทขีดจำกัดกลาง) รูปทรงที่เป็นปกติถ้าประชากรเป็นปกติ สำหรับกลุ่มประชากรอื่น ๆ ที่มีจำกัดหมายถึงอะไรและความแปรปรวน รูปร่างกลายเป็นปกติเป็น n เพิ่มมากขึ้น

ผลลัพธ์ (ไทย) 2:

การกระจายการสุ่มตัวอย่างของค่าเฉลี่ย (SDM) สำหรับกลุ่มตัวอย่างแบบสุ่มของขนาด n เลือกจากประชากรที่มีค่าเฉลี่ยμและ ( จำกัด ) σส่วนเบี่ยงเบนมาตรฐานมี
1 หมายถึงμXnเท่ากับค่าเฉลี่ยของประชากร:. μXn = μ
2 ส่วนเบี่ยงเบนมาตรฐานσ Xn เท่ากับค่าเบี่ยงเบนมาตรฐานของประชากรที่หารด้วย
รากที่สองของขนาดตัวอย่าง: Xn σσ = n.
3 (ทฤษฎีขีด จำกัด กลาง) รูปร่างที่เป็นเรื่องปกติถ้าประชากรที่อยู่ปกติ; สำหรับประชากรอื่น ๆ ที่มีค่าเฉลี่ยความแปรปรวน จำกัด และรูปร่างกลายเป็นปกติมากขึ้นตามการเพิ่มขึ้นของ n

ผลลัพธ์ (ไทย) 3:

ตัวอย่างการกระจายของค่าเฉลี่ย ( SDM ) สำหรับจำนวนขนาด n ที่คัดเลือกจากประชากรที่มีμ ( จำกัด ) σค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานได้1 . หมายถึง μซินเท่ากับค่าเฉลี่ยของประชากร : μคริสเตียน = μ .2 . ส่วนเบี่ยงเบนมาตรฐาน σซินเท่ากับส่วนเบี่ยงเบนมาตรฐานของประชากรแบ่งโดยรากที่สองของขนาดตัวอย่าง : σคริสเตียน = σ n .3 . ( ทฤษฎีขีดจำกัดกลาง ) รูปร่างที่เป็นปกติ ถ้าประชากรปกติ สำหรับประชากรอื่น ๆที่มีจำกัดและความแปรปรวน คือ รูปร่างจะกลายเป็นปกติมากขึ้นเป็น n เพิ่มขึ้น