樣本平均數的平均值接近母群平均數的現象是:
(A)中央極限定理
(B)迴歸效應
(C)大數法則
(D)最小邊際複製性
答案:登入後查看
統計: A(1686), B(742), C(288), D(59), E(0) #61954
統計: A(1686), B(742), C(288), D(59), E(0) #61954
詳解 (共 10 筆)
#197702
從同一母群體取出樣本數為n之無限多組樣本,此無限多組樣本之平均數之分佈,稱為「樣本平均數抽樣分佈」。
(隨著n增加,平均數之標準誤會隨之變小。)
當「樣本平均數抽樣分佈」抽樣之樣本數n趨近於無限大時,依據「中央極限定理」,其分佈具有以下特性:
樣本平均數抽樣分佈會趨近常態分佈。樣本平均數抽樣分佈之平均數會等於母群體平均數。樣本平均數抽樣分佈的標準差,又稱「平均數之標準誤」,會等於母群體標準差除以樣本數 n 的平方根。(隨著n增加,平均數之標準誤會隨之變小。)
76
0
#544202
大數法則:抽的樣本數夠多,則平均數會趨近於母體平均數 -->只抽樣一次
-->樣本的平均數接近母體平均數
中央極限定理:當抽樣次數到達30次以上, -->抽樣30次以上
樣本平均數的平均值會等於母體平均數 -->好幾個樣本平均數再做平均
,結果等於母體平均數
45
0
#620200
抽一次平均像母體:大數法則
抽N次平均數再平均會像母體,且成常態分配:中央極限定理
25
0
#544898
大數法則:樣本大
中樣極限定理:次數多
中樣極限定理:次數多
14
0
#197364
統計迴歸效應:
受試者在前後測中,第二次測驗成績有向團體平均數迴歸的傾向稱迴歸效應。也就是說,再在第一次測試較差的學生可能在第二次測試時表現好些,而第一次表現好的學生則可能相反,這種情形稱為統計迴歸效應。故解釋測驗時,需留意極高分或極低分的解釋。
大數法則:
若樣本人數n夠大,甚至趨近於無限,則這些樣本平均數會很相似且近似於母體平均數,即為大數法則。
13
0
#306466
大數法則:從一母體隨機抽出n個樣本,則當n很大時,樣本平均數會很接近母體平均數。
中央極限定理:不論原母體分配為何,只要n夠大,則樣本平均數就會趨近於常態分配。
所以答案是不是有誤呢@@?
8
0
#310000
中央極限定理:樣本平均數成常態分配,不論母數分配呈現何種形狀(應該就是樣本不像母體,自成一種規律吧?)
大數法則:樣本平均數會趨近母體平均數(會像母體)
真像是在考語文解析能力耶~
7
0
#544550
感謝11F,不然書本上的解釋真的有看沒有懂呢!
3
0
#332627
平均值接近母群平均數的現象是: 中央極限定理
2
0
#197456
那答案為什麼不選C?
1
0