Re: [問題] 以中央極限理論之抽樣問題~

看板Statistics作者 (低調低調)時間14年前 (2011/10/04 14:58), 編輯推噓1(1014)
留言15則, 3人參與, 最新討論串2/2 (看更多)
: 推 goshfju:http://www.pbase.com/colaqoone/image/138554430 10/03 23:53 : → goshfju:我剛模擬出來的 有點粗糙 哈~ 你就生成對數常態的亂數30個 10/03 23:54 : → goshfju:然後算平均數 如此反覆進行 然後畫圖就好了 10/03 23:54 : 推 goshfju:至於如何做lognormal的區間估計 那就不容易了 @@ 10/04 00:01 : 推 MmmRrrrX:1.會發生 不知道你是在哪本書看到的 是管中閔老師的書嗎? 10/04 00:25 : → MmmRrrrX:意思是 樣本數30在某些分配下算大樣本 某些分配下n=30還 10/04 00:26 : → MmmRrrrX:是不夠稱之為大樣本 (如所舉的對數常態分配) 10/04 00:27 : → MmmRrrrX:2.增加樣本數到足以讓中央極限定理成立 或者 導出小樣本 10/04 00:28 : → MmmRrrrX:下的抽樣分配 10/04 00:28 : → yhliu:以對數常態群體而言, 至少 n 在300以上才勉強適用 CLT 吧? 10/04 11:28 : → yhliu:既已知是對數常態分布,難道不能取對數,用常態群體去做推論? 10/04 11:29 謝謝以上大大的回覆,我再把我想問的問題整理一下: 我要抽樣,但我不知道母體分配, 依照CLT理論,樣本大於30,我就可以不用管分配,直接把樣本當作常態分配硬幹~ 問題1:上述的說法對嘛? 記得以前讀過的書中,是說要先對樣本作常態檢定, 確定是常態後(p<0.05) 才能將樣本之視為常態分配。 問題2:請問需要這個步驟嘛? 因為依照CLT好像不需如此? -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 211.75.193.250

10/04 15:06, , 1F
我已經畫出對數常態 n是30下的抽樣分配啦~ 很明顯右偏阿
10/04 15:06, 1F

10/04 15:06, , 2F
所以樣本大於30那個說法明顯有問題喔
10/04 15:06, 2F
感謝gosh大~ 另外請教,是不是在非常態又不好轉換的分配下,就無法作區間估計了呢? ※ 編輯: sdtty 來自: 211.75.193.250 (10/04 15:14) ※ 編輯: sdtty 來自: 211.75.193.250 (10/04 15:15)

10/04 17:00, , 3F
你對 CLT 的認識完全是錯誤的:
10/04 17:00, 3F

10/04 17:01, , 4F
(1) "樣本大於30" 云云, 是胡說八道的.
10/04 17:01, 4F

10/04 17:01, , 5F
(2) CLT 不是讓你 "直接把樣本當作常態分配".
10/04 17:01, 5F

10/04 17:02, , 6F
基本上如果樣本數太小, 做什麼都很無力!
10/04 17:02, 6F

10/04 17:03, , 7F
常態性檢定? 當你樣本數愈小, 愈不容易棄卻常態性假說, 這樣
10/04 17:03, 7F

10/04 17:03, , 8F
就認為群體具有常態分布?
10/04 17:03, 8F

10/04 17:04, , 9F
無母數方法, 樣本數小做 test 結果 power 通常也小; 做區間
10/04 17:04, 9F

10/04 17:05, , 10F
估計, 信賴區間可能寬得沒有實用價值.
10/04 17:05, 10F

10/04 17:06, , 11F
Bootstrapping 的推論是基於樣本可 "代表" 群體. 然而太小的
10/04 17:06, 11F

10/04 17:06, , 12F
樣本真的足以代表群體?
10/04 17:06, 12F

10/04 17:07, , 13F
小樣本理論的用處事實上立基於對群體有足夠的了解.
10/04 17:07, 13F

10/04 17:08, , 14F
如果對群體不夠了解, 還是別用太小的樣本.
10/04 17:08, 14F

10/04 21:52, , 15F
挖 太深刻了 yhliu大 非常感謝 你解了我多年的疑問@@
10/04 21:52, 15F
文章代碼(AID): #1EYgwRxF (Statistics)
文章代碼(AID): #1EYgwRxF (Statistics)