"표본평균과 표본분산"의 두 판 사이의 차이
(피타고라스님이 이 페이지의 위치를 <a href="/pages/4923151">확률과 통계 관련 주제들</a>페이지로 이동하였습니다.) |
|||
1번째 줄: | 1번째 줄: | ||
+ | <h5 style="margin: 0px; line-height: 3.428em; color: rgb(34, 61, 103); font-family: 'malgun gothic',dotum,gulim,sans-serif; font-size: 1.166em; background-position: 0px 100%;">이 항목의 수학노트 원문주소</h5> | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | <h5>개요</h5> | ||
+ | |||
크기가 N인 유한모집단의 모평균이 <math>\mu</math>, 모분산이 <math>\sigma^2</math> 이라고 가정하자. | 크기가 N인 유한모집단의 모평균이 <math>\mu</math>, 모분산이 <math>\sigma^2</math> 이라고 가정하자. | ||
20번째 줄: | 28번째 줄: | ||
<math>E(\bar{y})=\mu</math>, <math>V(\bar{y})=\frac{\sigma^2}{n}(\frac{N-n}{N-1})</math> | <math>E(\bar{y})=\mu</math>, <math>V(\bar{y})=\frac{\sigma^2}{n}(\frac{N-n}{N-1})</math> | ||
− | |||
− | |||
33번째 줄: | 39번째 줄: | ||
− | + | <h5>표본평균</h5> | |
41번째 줄: | 47번째 줄: | ||
− | 표본분산 | + | <h5>표본분산</h5> |
n-1로 나누기 vs n으로 나누기 | n-1로 나누기 vs n으로 나누기 | ||
60번째 줄: | 66번째 줄: | ||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
160번째 줄: | 148번째 줄: | ||
<h5>관련도서</h5> | <h5>관련도서</h5> | ||
+ | * [http://www.postech.ac.kr/%7Ehyelee/book/Chapter5.pdf http://www.postech.ac.kr/~hyelee/book/Chapter5.pdf] | ||
* 도서내검색<br> | * 도서내검색<br> | ||
** http://books.google.com/books?q= | ** http://books.google.com/books?q= | ||
** http://book.daum.net/search/contentSearch.do?query= | ** http://book.daum.net/search/contentSearch.do?query= |
2011년 11월 4일 (금) 15:18 판
이 항목의 수학노트 원문주소
개요
크기가 N인 유한모집단의 모평균이 \(\mu\), 모분산이 \(\sigma^2\) 이라고 가정하자.
여론조사의 경우라면, 모집단의 \(\mu\)와 \(\sigma^2\)를 알지 못하는 상태에서, 하나의 표본을 통하여 이를 추출하는 문제에 해당한다.
크기가 n인 표본 \(y_1,\cdots,y_n\) 을 모집단에서 추출했다고 하면, 이로부터 표본평균과 표본분산을 다음과 같이 얻는다.
\(\bar{y}=\sum_{i=1}^{n}y_{i}\)
\(s^2=\frac{1}{n-1}\sum_{i=1}^{n}(y_{i}-\bar{y})^2\)
\(\bar{y}\)와 \(s^2\) 는 모두 새로운 확률변수로 이해할 수 있으며, 이 확률변수의 평균과 분산을 모평균 \(\mu\), 모분산 \(\sigma^2\)를 통하여 표현하기를 원한다.
확률변수 \(\bar{y}\)의 경우
\(E(\bar{y})=\mu\), \(V(\bar{y})=\frac{\sigma^2}{n}(\frac{N-n}{N-1})\)
확률변수 \(s^2\)의 경우
\(E(s^2)=\frac{N}{N-1}\sigma^2\), \(V(s^2)=\frac{\sigma^2}{n}(\frac{N-n}{N})\)
표본평균
표본분산
n-1로 나누기 vs n으로 나누기
n-1 로 나누는 경우, 비편향분산이라고 불리기도 하며, 모집단의 분산에 대한 불편추정량이 되는 좋은 성질을 갖는다.
http://en.wikipedia.org/wiki/Variance#Population_variance_and_sample_variance
http://en.wikipedia.org/wiki/Bessel%27s_correction
Bessel's correction yields an unbiased estimator of the population variance
http://www.minitab.com/support/documentation/answers/Why%20is%20S2%20the%20unbiased%20estimator.pdf
편향분산
역사
메모
- Math Overflow http://mathoverflow.net/search?q=
관련된 항목들
수학용어번역
- 단어사전
- 발음사전 http://www.forvo.com/search/
- 대한수학회 수학 학술 용어집
- 한국통계학회 통계학 용어 온라인 대조표
- 남·북한수학용어비교
- 대한수학회 수학용어한글화 게시판
사전 형태의 자료
- http://ko.wikipedia.org/wiki/
- http://en.wikipedia.org/wiki/
- The Online Encyclopaedia of Mathematics
- NIST Digital Library of Mathematical Functions
- The World of Mathematical Equations
리뷰논문, 에세이, 강의노트
관련논문