Neste artigo vamos discutir sobre as distribuições de amostragem estudo da teoria da probabilidade. O estudo amostragem distribuições de dados é o conceito mais básico nas estatísticas e também este é uma distribuição teórica em relação à distribuição empírica. Em distribuições de amostragem estudo da teoria da probabilidade que pode exercer alguns problemas também.A distribuição de amostragem: Pode ser definido como a distribuição da estatística para todas as amostras possíveis de um determinado tamanho. Cada um e cada distribuição amostral é caracterizado pelas certos parâmetros. Estes parâmetros são a média (lambda) e variância (Sigma) e isto é referido como o erro padrão. E a distribuição de amostragem é depende principalmente do tamanho da amostra, a estática que são utilizados neste distribution.Sampling Distribuição dos Meios: Considere a população que tendo a média de lambda e um desvio padrão de Sigma e, em seguida, a distribuição de amostragem da média tem uma média de lambda e um desvio padrão ofsigma M = sigma /sqrt (n) Aqui o n é nada, mas o erro amostral size.Standard da média é nada, mas o desvio padrão da distribuição amostral da média do mean.The distribuição de amostragem e a média da população são iguais. Então população média tem, lambda, em seguida, a distribuição amostral da média também é lambda. Para referir-se a média da distribuição amostral da média, usando o símbolo lambda m.The variância da distribuição de amostragem da média é calculada da seguinte forma: sigma ^ 2 M = sigma ^ 2 /NTypes de erro: Existem duas possibilidades de de erro que pode ocorrer em distribuições de amostragem. Eles são explicados a seguir, 1) errorIt padrão pode ser definida como o desvio padrão da distribuição de amostragem de estatísticas é denominado como error.2 padrão) Utilidade do erro padrão: Vai formar na base de ensaios da hipótese e em grande teoria amostra actua um importante role.Variability de um tutor online distribuição de amostragem: ela pode ser medida pela sua variância ou o desvio padrão da distribuição de amostragem e que depende de três factores seguintes: 1) o número de observações que estão presentes na população.2) o número de observações que estão presentes na amostra.3) a maneira de escolher a amostra aleatória é chosen.If o tamanho da população é maior do que o dado tamanho de amostra, então a distribuição de amostragem tem quase o mesmo erro de amostragem, quer provar com ou sem replacement.Types de amostragem DistributionsThe seguintes são os tipos de distribuições de amostragem estudo de theory.1 probabilidade) uma amostragem aleatória simples Distribution.2) estratificada amostragem aleatória Distribution.3) multi-Stage amostragem Distribution.4) Cluster Distribution.Examples amostragem de distribotions amostragem estudo de probabilidade: Exemplo 1: Dada a distribuição amostral das diferenças e resume S1 = {5, 10, 12} S2 = {4,9) .Find 1) lambda S1 2) lambda S2 3) lambda S1 + S2 .Solution: 1) lambda = U1 (5 + 10 + 12) /3 = 27/3 = 92) lambda = U2 (4 + 9) /2 = 13/2 = 6,53) de lambda U1 + U2. 4 = + 5 + 910 + 4 = 1412 9 = 215 + 9 = 1410 + 1912 = 9 + 9 = 21S1 + S2 = {} 9,14,21,14,19,21 lambda S1 + S2 = (9 + 14 + 21 + 14 + 19 + 21) /6=98/6=16.33Example 2: Encontre P (> 77.05), se uma amostra aleatória de tamanho 25 é retirada de uma população infinita com lambda média = 74 e de distribuição de amostra sigma = 4Answer : Z = (77,05-74) /4 /sqrt (25) = 3.8P (> 66,75) = P (Z> 3,8) = 0,001 = ,5-,4999