基本介紹
- 中文名：子總體
- 外文名：Subpopulation
- 領域：數學
總體,子總體,抽樣,基本過程,相關條目,
總體
例如要針對所有烏鴉的共有特性進行研究，總體是目前存在、以前曾經存在或是未來可能存在的所有烏鴉，此情形下，因為時間的限制、地域可取得性的限制、以及研究者的有限資源等，不可能觀測總體中的每一個，因此研究者會從總體中產生樣本，再由樣本的特性去了解總體的特性。
產生樣本的目的之一就是為了要知道總體的特性，包括：
1.總體均值，用
表示，若總體的數量是有限的，總體均值等於所有數值的算術平均數。
2.總體標準差，用
表示，基本定義如下：
子總體
總體的子集稱為子總體，若不同的子總體有不同的性質，則整個總體具有異質性，若將總體區分為不同的子總體，可以對整個總體的特質有較多的了解。例如某特定藥物可能對不同的的子總體有不同的影響，若在取樣時沒有取到該子總體，可能就忽略了這樣的影響。
區分子總體也有助於更精確的估計參數，例如考慮男性和女性是不同的子總體，可以針對人類身高的分布有更好的建模。
包括子總體的總體可以用混合模式建模，將各子總體的分布結合成整個總體的分布，不過即使子總體都可以用簡單的模型來表示，總體仍可能在用簡單模型來擬合時有很差的效果。例如有二個都是常態分配的子總體，兩者的標準差相同，但平均值不同，所得的總體分布會是峰度較低的常態分配，若兩者平均值的差距過大，甚至還會變成雙峰分布，而其標準差也可能會比原來子總體的要大。例如有二個都是常態分配的子總體，兩者的平均值相同，但標準差不同，會有峰度較高的常態分配。
抽樣
在統計學中，抽樣（Sampling）是一種推論統計方法，它是指從目標總體（Population，或稱為母體）中抽取一部分個體作為樣本（Sample），通過觀察樣本的某一或某些屬性，依據所獲得的數據對總體的數量特徵得出具有一定可靠性的估計判斷，從而達到對總體的認識。
基本過程
抽樣過程主要包括以下幾個階段：
