비디오: 모니터 뒤에 메인보드가 붙어있습니다 / 6,7,8,9 세대 CPU를 모두 쓸수있는 일체형 컴퓨터 / 이그닉 BY24 / 인텔의 소켓장사 무시 / [4K] [playsin플레이신] 2024
Excel로 통계 분석을 이해하는 데 도움이되도록 중앙 극한 정리를 시뮬레이션하는 것이 좋습니다. 그것은 거의 맞지 않습니다. 정규 분포가 아닌 모집단은 어떻게 정규 분포의 표본 분포를 만들 수 있습니까?
중심 극한 정리가 어떻게 작동하는지 아이디어를 얻기 위해 시뮬레이션이 있습니다. 이 시뮬레이션은 정규 분포가 아닌 모집단을 바탕으로 아주 작은 샘플에 대한 평균의 샘플링 분포와 같은 것을 만듭니다. 보시다시피, 모집단이 정규 분포가 아니고 샘플이 작더라도 평균의 샘플링 분포는 정규 분포와 매우 비슷합니다.
1, 2, 3 개의 3 가지 점수로 구성된 거대한 인구를 상상해보십시오. 각 인구 통계는 표본에 나타날 가능성이 똑같습니다. 이 집단에서 3 가지 점수의 샘플을 무작위로 선택할 수 있다고 상상해보십시오. 1, 2 및 3의 점수로 구성된 집단으로부터 3 개의 점수 (및 그들의 수단)의 가능한 모든 샘플 999 평균 999 샘플 999 평균 999 샘플 999 평균 1, 1, 1 999.1. 00991, 1, 19999.1. 339.1, 1, 1999.1. 67 1, 1, 2 999.1. 339, 2,1,299. 679.3, 1.299.92. 00 9 1, 1, 3 9 1. 679.2, 1,399.2. 00 9: 3, 1, 399992. 339.1, 2,1999.1. 33 9,2,2,1999. 679.3, 2,1999.2. 00 9, 1, 2, 2 999.1. 67 2, 2, 2 999.2. 00 9 3, 2, 2 9992. 339, 1, 2, 3992. 00 9, 2, 3, 9992. 339.3, 2, 3.992. 679.1, 3,1999.1. 67 9, 2, 3, 1 999.2. 00 9, 3, 1 999.2. 339.93, 2.999. 00 2, 3, 2 999.2. 339.3, 3,299.2. 679.93, 399.92. 339, 2, 3, 3999.2. 67 <399> 3, 3, 3993. 00
| 테이블을 자세히 보면 시뮬레이션에서 어떤 일이 발생하는지 거의 볼 수 있습니다. 가장 빈번히 나타나는 표본 평균은 2.00이다. 표본은 가장 빈번하게 나타나는 표정이 1.00 및 3.00이라는 것을 의미한다. 흠 … | 모의 실험에서 점수는 무작위로 모집단에서 선정 된 다음 무작위로 두 더. 3 가지 점수로 이루어진 그룹이 표본입니다. 그런 다음 그 샘플의 평균을 계산합니다. 이 과정을 총 60 개의 샘플에 대해 반복 했으므로 60 개의 샘플 평균이 산출되었습니다. 마지막으로, 샘플 수단의 분포를 그래프로 나타냅니다. |
|
시뮬레이션 된 샘플링 분포의 평균 모양은 어떻습니까? 아래 이미지는이 질문에 답하는 워크 시트입니다. |
|
워크 시트에서 각 행은 샘플입니다.x1, x2 및 x3으로 표시된 열은 각 샘플에 대한 세 개의 점수를 표시합니다. 열 E는 각 행의 샘플에 대한 평균을 표시합니다. G 열은 표본 평균에 대해 가능한 모든 값을 표시하고 H 열은 60 표본에 각 평균이 나타나는 빈도를 보여줍니다. G 열과 H 열과 그래프는 표본 평균이 2.0 일 때 분포가 최대 빈도를 갖는다는 것을 보여줍니다. 표본이 의미하는대로 꼬리 끌림은 2. 00. |
| 중심 극한 정리가 샘플링 분포를 예측하는 매개 변수는 무엇입니까? 인구와 함께 시작하십시오. 모집단 평균은 2.00이고 모 표준 편차는이다. 67. (이런 종류의 인구는 매개 변수를 알아 내는데 약간의 공상적인 수학이 필요하다.) |
|
샘플링 분포에 대해 설명합니다. 60 평균의 평균은 1.98이며, 표준 편차 (평균의 표준 오차의 추정치)는이다. 48. 그 수는 중앙 한계 정리 (Central Limit Theorem) - 평균의 표본 분포에 대한 예측 매개 변수, 2.00 (모집단 평균과 동일 함) 및 47 (표준 편차,.67, 제곱근을 3으로 나눈 값, 표본 크기). | 이 시뮬레이션을 수행하는 데 관심이있는 경우 다음 단계를 따르십시오. | 처음 임의로 선택한 번호의 셀을 선택하십시오. | |
| B2 셀을 선택하십시오. | 워크 시트 기능 | RANDBETWEEN | 를 사용하여 1, 2 또는 3을 선택합니다. | 동일한 기회가있는 숫자 1, 2 및 3으로 구성된 모집단에서 숫자 그리기를 시뮬레이션합니다. 각 번호를 선택하십시오. | FORMULAS | 수학 & 삼각지 | RANDBETWEEN |
| 를 선택하고 함수 인수 대화 상자를 사용하거나 B2에 | = RANDBETWEEN (1, 3) | 를 입력하고 Enter 키를 누릅니다. 첫 번째 인수는 RANDBETWEEN이 반환하는 가장 작은 수이고 두 번째 인수는 가장 큰 수입니다. | 원래 셀의 오른쪽에있는 셀을 선택하고 1에서 3 사이의 임의의 난수를 선택하십시오. 두 번째 셀의 오른쪽에있는 셀에서 세 번째 임의의 숫자에 대해이 작업을 다시 수행하십시오. | 가장 쉬운 방법은 원본 셀의 오른쪽에있는 두 개의 셀을 자동 채우기하는 것입니다. 이 워크 시트에서 두 셀은 C2와 D2입니다. 이 세 개의 셀을 샘플로 간주하고 세 번째 셀의 오른쪽에있는 셀의 평균을 계산하십시오. | 가장 쉬운 방법은 셀 E2에 |
| = AVERAGE (B2: D2) | 를 입력하고 Enter를 누르는 것입니다. | 시뮬레이션에 포함시키려는 샘플만큼이 과정을 반복하십시오. 각 행을 샘플에 대응 시키십시오. 여기에는 60 개의 샘플이 사용되었습니다. 이 작업을 빠르고 쉽게 수행 할 수있는 방법은 무작위로 선택된 세 개의 숫자 중 첫 번째 행과 그 평균을 선택한 다음 나머지 행을 자동 완성하는 것입니다. 열 E의 샘플 수단 세트는 평균의 모의 표본 분포입니다. | AVERAGE | 및 | STDEV를 사용하십시오. P |
| 를 사용하여 평균 및 표준 편차를 구합니다. | 시뮬레이션 된 샘플링 분포가 어떤 모양인지 보려면 E 열의 샘플 수단에 대해 | FREQUENCY | 배열 함수를 사용하십시오. 다음 단계를 따르십시오: | 샘플 평균의 가능한 값을 배열에 입력하십시오. | 이 경우 G 열을 사용할 수 있습니다. 셀에 입력 된 것과 같은 분수 형식 (3/3, 4/3, 5/3, 6/3, 7/3, 8/3 및 9/3)으로 가능한 샘플 평균 값을 표현할 수 있습니다 G2에서 G8까지. Excel은 10 진수 형식으로 변환합니다. 해당 셀이 숫자 형식인지 확인하십시오. |
| 샘플 평균의 가능한 값의 빈도에 대한 배열을 선택하십시오. | 열 H를 사용하여 셀을 H2에서 H8까지 선택하여 주파수를 유지할 수 있습니다. | 통계 함수 메뉴에서 | FREQUENCY | 를 선택하여 | FREQUENCY |
| 에 대한 함수 인수 대화 상자를 엽니 다. 함수 인수 대화 상자에 인수에 적절한 값을 입력하십시오. | Data_array 상자에 샘플 수단을 보유하는 셀을 입력하십시오. 이 예에서는 E2: E61입니다. | 표본 평균의 가능한 값을 보유하는 배열을 식별합니다. | FREQUENCY | 는이 배열을 Bins_array 상자에 보유합니다. 이 워크 시트의 경우 G2: G8이 Bins_array 상자로 이동합니다. 두 배열을 모두 식별하면 함수 인수 대화 상자에 중괄호 쌍 안에 빈도가 표시됩니다. | 함수 인수 대화 상자를 닫고 빈도를 표시하려면 Ctrl + Shift + Enter를 누릅니다. |
| FREQUENCY | 는 배열 함수이므로이 키 조합을 사용하십시오. | 마지막으로, H2: H8이 강조 표시된 상태에서 | 삽입 | 권장 차트 | 를 선택하고 Clustered Column 레이아웃을 선택하여 주파수의 그래프를 만듭니다. 당신의 그래프는 아마 다른 광채와 다르게 보일 것입니다, 왜냐하면 당신은 아마 다른 난수로 끝낼 것이기 때문입니다. | 그런데 Excel은 워크 시트를 다시 계산하게하는 무언가를 할 때마다 임의 선택 프로세스를 반복합니다. 효과는이 작업을 통해 숫자가 변경 될 수 있다는 것입니다. 즉, 시뮬레이션을 다시 실행합니다. 예를 들어 돌아가서 행 중 하나를 다시 채우면 숫자가 변경되고 그래프가 변경됩니다. |
