样本比例的抽样分布

AP 统计学· 单元6：分类数据的推断：比例，知识点6.2· 12 分钟阅读

1. 定义 $\hat{p}$ 的抽样分布★★☆☆☆⏱ 10 min

对于分类数据，必须明确区分三种不同的分布类型：总体分布（全部总体中所有个体的结果）、样本分布（单次采集的单个样本中的结果），以及 $\overset{p}{^}$ 的抽样分布——它汇总了所有相同固定大小的随机样本对应的样本比例统计量。

📘 定义

样本比例 $\hat{p}$ 的抽样分布

$\overset{p}{^} = \frac{样本中的成功数}{n}$

从同一指定总体中抽取所有大小为n的简单随机样本，计算得到的全部样本比例值的完整概率分布。

例:

对于共2000名大学生的总体，其中55%的学生住校，所有大小为100的简单随机样本得到的 $\overset{p}{^}$ 值就构成该抽样分布。

📐 例题

某小镇共有1500名登记选民，其中62%支持一项地方公投提案。你反复抽取大小为75的简单随机样本。请说明 $\overset{p}{^}$ （大小为75的样本中支持该提案的选民比例）的抽样分布代表什么含义。

1
首先确定总体：小镇全部1500名登记选民，真实总体比例p=0.62。
2
该抽样分布描述了从这1500人的总体中抽取所有可能的大小为75的简单随机样本时，你能得到的每一个唯一的 $\overset{p}{^}$ 值。
3
它同时量化了所有这些样本中每一个可能的 $\overset{p}{^}$ 值出现的相对频率（概率）。

✓ 快速检测

确认你可以区分三种不同的分布类型

以下哪种分布描述了完整总体中每一个个体对应的分类变量的取值？
- $\overset{p}{^}$ 的抽样分布
- 总体分布
- 单样本分布
显示答案
总体分布 —
总体分布包含原始的个体结果，而非聚合得到的样本统计量。

2. 抽样分布的均值与标准差★★★☆☆⏱ 12 min

当样本是随机选取时， $\overset{p}{^}$ 的抽样分布有两个固定且易于计算的参数。该分布的均值完全等于真实总体比例p，这意味着 $\overset{p}{^}$ 是无偏估计量，不存在系统性高估或低估p的倾向。

\mu_{\hat{p}} = p

\sigma_{\hat{p}} = \sqrt{\frac{p(1-p)}{n}}

🔬 推导

目标:

证明 $\overset{p}{^}$ 是p的无偏估计量

起点:

X是二项随机变量，统计n次独立试验中的成功次数，满足E[X] = np

1
定义样本比例为 $\overset{p}{^} = \frac{X}{n}$
2
应用期望的线性性质： $E [\overset{p}{^}] = E [\frac{X}{n}] = \frac{1}{n} E [X]$
3
代入已知的二项分布期望： $\frac{1}{n} (n p) = p$

结果:

$\overset{p}{^}$ 的期望值完全等于总体比例p，证明不存在估计偏差。

📐 例题

某工厂生产灯泡，其中3%为次品。如果你抽取大小为400的简单随机样本，计算 $\overset{p}{^}$ （样本中次品的比例）抽样分布的均值和标准差。

1
确定已知值：总体比例p=0.03，样本量n=400
2
计算均值： $μ_{\overset{p}{^}} = p = 0.03$
3
计算标准差： $σ_{\overset{p}{^}} = \frac{0.03 ( 0.97 )}{400} \approx 0.0085$

3. 正态近似的适用条件★★★☆☆⏱ 10 min

要使用正态分布近似 $\overset{p}{^}$ 抽样分布的形态，你必须验证三个不可忽略的条件，所有这些条件在AP考试的自由作答题中都会被明确评分。

📘 定义

大样本计数条件

$n p \geq 10$ 且 $n (1 - p) \geq 10$

要求样本中的期望成功数和期望失败数均不小于10，以此保证离散的二项分布可以被连续正态曲线很好地近似。

📐 例题

对于从p=0.3的总体中抽取大小为25的样本，判断 $\overset{p}{^}$ 的抽样分布是否近似服从正态分布。

1
检验随机性：假设样本是题目指定的有效简单随机样本
2
检验10%条件：假设总体规模至少为250，因此n=25小于总体的10%
3
检验大样本计数条件：np = 25*0.3 = 7.5 < 10，n(1-p) = 17.5 ≥ 10
4
结论：大样本计数条件不满足，因此该抽样分布不近似服从正态分布。

4. 样本比例的概率计算★★★★☆⏱ 12 min

所有三个条件验证完成后，你可以将 $\overset{p}{^}$ 的抽样分布视为完全正态分布，使用标准正态累积分布函数计算任意 $\overset{p}{^}$ 取值区间对应的概率。

z = \frac{\hat{p} - \mu_{\hat{p}}}{\sigma_{\hat{p}}}

📐 例题

公共卫生数据显示18%的美国成年人吸烟。我们抽取大小为300的成年人简单随机样本，求样本中吸烟者比例小于14%的概率。

1
验证条件：随机（简单随机样本）、10%条件（300小于全部美国成年人的10%）、大样本计数条件：np=54 ≥10，n(1-p)=246 ≥10。所有条件均满足。
2
计算参数： $μ_{\overset{p}{^}} = 0.18$ ， $σ_{\overset{p}{^}} = \frac{0.18 * 0.82}{300} \approx 0.0222$
3
计算z分数： $z = \frac{0.14 - 0.18}{0.0222} \approx - 1.80$
4
求P(Z < -1.80) = 0.0359。观测到样本比例低于14%的概率约为3.6%。

5. 常见陷阱

错误做法:

使用样本 $\overset{p}{^}$ 而非真实总体p来计算 $σ_{\overset{p}{^}}$

原因:

抽样分布的理论标准差是用已知的总体比例定义的，而非单个样本得到的估计值。

正确做法:

计算抽样分布的精确离散程度时，始终使用题目给出的总体p值。

错误做法:

应用正态近似前跳过条件检验

原因:

在比例推断类题目中，如果你没有明确验证全部三个条件，AP阅卷官会直接扣除1-2分。

正确做法:

对于所有使用 $\overset{p}{^}$ 正态近似的题目，都要逐一说明并验证随机、10%、大样本计数三个条件。

错误做法:

在 $σ_{\overset{p}{^}}$ 的分母中直接使用n而非 $n$

原因:

这样得到的是二项计数X的标准差，而非样本比例 $\overset{p}{^}$ 的标准差，会得到严重错误的离散程度结果。

正确做法:

使用公式 $p (1 - p) / n$ 得到比例分布的正确标准差。

错误做法:

有放回抽样时仍然检验10%条件

原因:

有放回抽样时所有观测值完全独立，因此10%规则完全不必要且无关。

正确做法:

仅当从有限总体进行无放回抽样时，才需要验证10%条件。

错误做法:

要求观测到的样本成功数和失败数≥10，而非期望的np和n(1-p)

原因:

大样本计数条件使用的是由总体p计算得到的期望值，而非你特定样本中的观测计数。

正确做法:

使用题目给出的总体比例p计算np和n(1-p)，不要使用你的样本 $\overset{p}{^}$ 。

6. 速查表

参数	公式	必要条件
$\overset{p}{^}$ 的均值	$μ_{\overset{p}{^}} = p$	样本经过随机选取
$\overset{p}{^}$ 的标准差	$σ_{\overset{p}{^}} = \frac{p ( 1 - p )}{n}$	n ≤ 总体总量的10%
正态近似	$\overset{p}{^} \sim N (μ_{\overset{p}{^}}, σ_{\overset{p}{^}})$	$n p \geq 10$ ， $n (1 - p) \geq 10$
$\overset{p}{^}$ 的z分数	$z = \frac{p ^ - p}{p ( 1 - p ) / n}$	全部3个条件均已验证

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

2023 · Paper 1
正态性条件检验相关选择题
2022 · Paper 2
样本比例概率计算的自由作答题
2021 · Paper 1
$\overset{p}{^}$ 的标准差计算

下一步

掌握样本比例的抽样分布是后续所有分类推断内容的核心基础，这部分内容约占AP统计学考试总分的15%。你将复用这里学到的条件和参数公式，构造用于估计未知总体比例的置信区间，以及对总体比例的相关假设进行正式的假设检验。本知识点也直接关联到样本均值的抽样分布，后续课程中你会将其应用于定量数据的推断。明确的条件验证是AP自由作答题中最常失分的点之一，因此你要优先练习每道题的这一步骤。继续学习后续知识点，搭建完整的比例推断知识体系。