La distribution d'échantillonnage peut être décrit par le calcul de son erreur moyenne et standard. Le théorème central limite stipule que si l'échantillon est suffisamment grande, sa distribution sera proche de celle de la population que vous avez pris l'échantillon. Cela signifie que si la population avait une distribution normale, il en sera de l'échantillon. Si vous ne connaissez pas la répartition de la population, il est généralement admis comme normal. Vous aurez besoin de connaître l'écart type de la population afin de calculer la distribution d'échantillonnage.
Ajouter toutes les observations ensemble et ensuite diviser par le nombre total d'observations dans l'échantillon. Par exemple, un échantillon de hauteurs de tout le monde dans une ville pourrait avoir observations de 60 pouces, 64 pouces, 62 pouces, 70 pouces et 68 pouces et la ville est connue pour avoir une distribution de taille normale et la déviation standard de 4 pouces dans ses hauteurs . La moyenne se (60 + 64 + 62 + 70 + 68) / 5 = 64,8 pouces.
Ajouter 1 / taille de l'échantillon et 1 / taille de la population. Si la taille de la population est très grande, toutes les personnes dans une ville par exemple, il vous suffit de diviser 1 par la taille de l'échantillon. Pour l'exemple, une ville est très grande, de sorte qu'il serait juste 1 / taille de l'échantillon ou 1/5 = 0,20.
Prendre la racine carrée du résultat de l'étape 2, puis le multiplier par l'écart-type de la population. Pour l'exemple, la racine carrée de 0,20 est de 0,45. Ensuite, 0,45 x 4 = 1,8 pouces. Erreur-type de l'échantillon est de 1,8 pouces. Ensemble, la moyenne, 64,8 pouces, et l'erreur standard, 1,8 pouces, décrivent la répartition de l'échantillon. L'échantillon a une distribution normale parce que la ville fait.