표본 분포는 평균과 표준 오차를 계산하여 설명 할 수 있습니다. 중심 극한 정리는 표본이 충분히 크면 분포가 표본을 가져온 모집단의 분포와 비슷하다고 말합니다. 이는 모집단에 정규 분포가 있으면 표본도 마찬가지임을 의미합니다. 모집단 분포를 모르는 경우 일반적으로 정규 분포로 간주됩니다. 표본 분포를 계산하려면 모집단의 표준 편차를 알아야합니다.
모든 관측치를 더한 다음 표본의 총 관측치 수로 나눕니다. 예를 들어, 마을에있는 모든 사람의 키 샘플은 60 인치, 64 인치, 62 인치, 70의 관측치를 가질 수 있습니다. 인치와 68 인치이고 마을은 정상 높이 분포와 표준 편차가 4 인치 인 것으로 알려져 있습니다. 높이. 평균은 (60 + 64 + 62 + 70 + 68) / 5 = 64.8 인치입니다.
1 / 표본 크기 및 1 / 모집단 크기를 추가합니다. 예를 들어 인구 규모가 매우 큰 경우 도시의 모든 사람들은 1을 표본 크기로 나누면됩니다. 예를 들어, 마을은 매우 크기 때문에 1 / 표본 크기 또는 1/5 = 0.20이됩니다.
2 단계에서 얻은 결과의 제곱근에 모집단의 표준 편차를 곱합니다. 예를 들어 0.20의 제곱근은 0.45입니다. 그런 다음 0.45 x 4 = 1.8 인치입니다. 샘플의 표준 오차는 1.8 인치입니다. 평균 64.8 인치와 표준 오차 1.8 인치가 함께 표본 분포를 설명합니다. 표본은 마을이 있기 때문에 정규 분포를 갖습니다.