Related to: Probability & Statistics
개요
통계학에서 혼용되기 쉬운 표본분포(sample distribution)와 표집분포(sampling distribution)의 개념 차이를 정리합니다.
핵심 개념
Sample Distribution vs Sampling Distribution
-
표본분포(sample distribution)
- 확률표본(확률표본, random sample)의 함수
- 추출한 표본 자체가 이루는 분포
-
표집분포(sampling distribution)
- 표본통계량이 이론적으로 따르는 확률분포
- 예: 표본 평균의 분포, 표본 분산의 분포 등
- 중심극한정리(CLT)에 의해 표본 평균의 표집분포는 정규분포에 근사
핵심 차이
| 구분 | 표본분포 | 표집분포 |
|---|---|---|
| 대상 | 표본 자체 | 표본 통계량(평균, 분산 등) |
| 의미 | 표본 데이터의 분포 | 통계량의 이론적 확률 분포 |
관련 개념
- Sample(표본) - 분포의 기반이 되는 표본
- Sample Mean(표본 평균) - 표집분포의 대상이 되는 표본 통계량
- 샘플링(Samiling) - 표본을 추출하는 행위
- Probability and Statistics - 분포 개념이 속하는 통계학
참조
https://ko.wikipedia.org/wiki/표본_분포
https://velog.io/@regista/표본분포와-표집분포-Sampling-distribution-vs.-Sample-distribution