
42
|
第
2
章
• Michael Harris
的文章“
Fooled by Randomness Through Selection Bias
”从一个股票交易
人士的角度,对股票市场交易中所考虑的选择偏差问题做了综述。
2.3
统计量的抽样分布
统计量的
抽样分布
指从同一总体中抽取多个样本时,一些样本统计量的分布情况。经典统
计学主要关注如何从小样本推导更大总体的情况。
主要术语
样本统计量
对抽取自大规模总体中的样本做计算,所得到的一些度量值。
数据分布
单个
值
在数据集中的频数分布。
抽样分布
一个
样本统计量
在多个样本或重抽样中的频数分布。
中心极限定理
当样本的规模增大时,抽样分布呈正态分布的趋势。
标准误差
多个样本间样本
统计量
的变异性(标准偏差)。不要与
标准偏差
混淆,后者指的
是个体数据
值
间的变异性。
我们从总体中抽取样本,通常是为了测量某个样本统计量,或是使用统计学或机器学习模
型进行建模。鉴于估计量或模型是基于某个样本的,因此其中可能存在误差,也可能会由
于抽取样本的不同而有所差异。我们需要了解这种差异究竟如何,即我们的主要关注点在
于
抽样的变异性
。如果有大量的数据,那么我们可以从中抽取更多的样本,进而直接观察
样本统计量的分布情况。只要数据易于获取,那么我们一般会使用尽可能多的数据去计算
估计量或拟合模型,而非总是使用从总体中抽取更多样本的方法。
区分单个数据点的分布(即
数据分布
)和样本统计量的分布(即
抽样分布
)
非常重要。
通常,样本统计量(如均值等)的分布要比数据本身的分布更加规则,分布的形状更趋向
于正态分布的钟形曲线。统计所基于的样本规模越大,上面的观点就愈发成立 ...