AP Statistics

phân phối lấy mẫu của trung bình mẫusampling distribution of sample means

sampling distribution of sample meansVietnamese: phân phối lấy mẫu của trung bình mẫu

Phân phối lấy mẫu của trung bình mẫu là phân phối xác suất của mọi giá trị trung bình mẫu thu được khi lấy mọi mẫu ngẫu nhiên cùng cỡ từ một tổng thể.The sampling distribution of sample means is the probability distribution of all possible sample means obtained by taking every random sample of the same size from a population.

Trực giác: Giống như việc múc nhiều mẫm gạo khác nhau từ một bao, mỗi mẫm gồm n hạt, rồi tính trung bình khối lượng của từng mẫm; nếu lặp lại nhiều lần và vẽ biểu đồ các trung bình đó, chúng sẽ tạo thành phân phối lấy mẫu của trung bình mẫu quanh khối lượng trung bình thật.Intuition: Picture scooping many separate handfuls of rice from one sack, each handful holding n grains, and recording the average weight of each handful. Repeat this many times and graph those averages: the resulting pile of values is the sampling distribution of sample means, centered on the true mean grain weight.

Công thức chínhKey formula

\mu_{\bar{x}} = \mu

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Phân phối lấy mẫu của trung bình mẫu mô tả xác suất của $\bar{x}$ qua những lần lấy mẫu ngẫu nhiên cùng cỡ $n$ từ một tổng thể. Kỳ vọng của nó bằng $\mu$ ; độ lệch chuẩn, hay sai số chuẩn, bằng độ lệch chuẩn tổng thể chia cho căn bậc hai của cỡ mẫu.

Nếu tổng thể chuẩn, phân phối này chuẩn với mọi $n$ ; nếu không, nó xấp xỉ chuẩn khi $n$ đủ lớn. Đây là phân phối của các trung bình mẫu, không phải của những quan sát trong một mẫu.

The sampling distribution of sample means gives the probability of each value of $\bar{x}$ across repeated random samples of the same size $n$ drawn from a population. Its mean equals $\mu$ , and its standard deviation — the standard error — equals the population standard deviation divided by the square root of the sample size.

If the population is normal, this distribution is normal for every $n$ ; if not, it becomes approximately normal once $n$ is large enough. It is a distribution of sample means, not of the individual observations within a single sample.

Ký hiệuNotation

\bar{x} \sim N\!\left(\mu,\, \dfrac{\sigma}{\sqrt{n}}\right)

\bar{x} \sim N\!\left(\mu,\, \dfrac{\sigma}{\sqrt{n}}\right)

Công thức chi tiếtFormula details2 công thức2 formulas

\mu_{\bar{x}} = \mu

Dùng để xác định tâm của phân phối lấy mẫu và nhận biết trung bình mẫu là ước lượng không chệch.Use this to locate the center of the sampling distribution and to recognize the sample mean as an unbiased estimator.

Trong đóWhere

\mu_{\bar{x}}

trung bình của phân phối lấy mẫumean of the sampling distribution

\mu

trung bình tổng thểpopulation mean

\sigma_{\bar{x}} = \htmlClass{fp-1}{\frac{\sigma}{\htmlClass{fp-0}{\sqrt{n}}}}

\sigma_{\bar{x}} = \htmlClass{fp-1}{\frac{\sigma}{\htmlClass{fp-0}{\sqrt{n}}}}

Dùng để tính sai số chuẩn khi biết độ lệch chuẩn tổng thể và mẫu được rút ngẫu nhiên.Use this to compute the standard error when the population standard deviation is known and the sample is drawn at random.

Trong đóWhere

\sigma_{\bar{x}}

sai số chuẩn của trung bình mẫustandard error of the sample mean

\sigma

độ lệch chuẩn tổng thểpopulation standard deviation

n

cỡ mẫusample size

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Phân phối của một mẫu không phải phân phối lấy mẫu của trung bình mẫu.

Mỗi mẫu chỉ đóng góp một giá trị $\bar{x}$ ; biểu đồ dữ liệu của một mẫu mô tả các quan sát, không phải các trung bình từ nhiều mẫu.

Cỡ mẫu lớn chỉ thu hẹp độ phân tán, không dịch chuyển tâm.

Tâm vẫn là $\mu$ ; sai số chuẩn giảm theo $\sqrt{n}$ , không theo $n$ . Vì vậy, tăng cỡ mẫu bốn lần chỉ làm độ phân tán giảm một nửa.

Định lý giới hạn trung tâm không chuẩn hóa tổng thể.

Nó chỉ mô tả phân phối của $\bar{x}$ xấp xỉ chuẩn khi $n$ đủ lớn. Mốc 30 không bắt buộc: tổng thể chuẩn cho kết quả chuẩn với mọi $n$ , còn tổng thể rất lệch có thể cần cỡ mẫu lớn hơn.

The distribution of one sample is not the sampling distribution of sample means.

Each sample contributes just one value of $\bar{x}$ ; a graph of one sample's data shows observations, not means from many samples.

A larger sample size narrows the spread but does not shift the center.

The center stays at $\mu$ , and the standard error shrinks with $\sqrt{n}$ , not with $n$ , so quadrupling the sample size only halves the spread.

The central limit theorem does not make a population normal.

It says only that the distribution of $\bar{x}$ is approximately normal when $n$ is large enough. The cutoff of 30 is not a rule: a normal population gives normal results for any $n$ , while a strongly skewed population may require a larger sample.

Mẹo phòng thiExam tips2 mẹo2 tips

Nêu điều kiện trước khi tính.

Xác nhận mẫu ngẫu nhiên, các quan sát độc lập và hình dạng phù hợp; nêu rõ tổng thể chuẩn hay cỡ mẫu đủ lớn.

Phân biệt biến cá thể với trung bình mẫu trước khi chuẩn hóa.

Với cá thể, mẫu số của $z$ là $\sigma$ ; với trung bình của $n$ cá thể, mẫu số là $\sigma/\sqrt{n}$ .

State the conditions before you compute.

Confirm a random sample, independent observations, and an appropriate shape, saying explicitly whether the population is normal or the sample size is large enough.

Decide whether the problem involves one individual or a sample mean before standardizing.

For an individual, the denominator of $z$ is $\sigma$ ; for the mean of $n$ individuals, it is $\sigma/\sqrt{n}$ .

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsHay gặpCommon

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

đầu thế kỷ 20Carl Friedrich GaussWalter ShewhartW. Edwards Deming

Đầu thế kỷ 20, Walter Shewhart và W. Edwards Deming dùng phân phối lấy mẫu để đáp ứng nhu cầu kiểm soát chất lượng sản xuất.

In the early 20th century, Walter Shewhart and W. Edwards Deming used sampling distributions to meet the demands of manufacturing quality control.

Vì sao mang đúng cái tên này? Cái tên nghe rối vì nó gộp hai tầng vào một cụm, và phải đọc ngược từ sau ra trước mới thông. "Trung bình mẫu" cho biết đơn vị được đem xếp thành phân phối không phải từng cá thể, mà là thống kê tính từ cả một mẫu; "lấy mẫu" cho biết phân phối ấy sinh ra từ việc tưởng tượng rút tất cả các mẫu cỡ $n$ có thể có từ cùng một tổng thể. Do đó đây là phân phối lý thuyết chứ không phải phân phối thực nghiệm: ta không bao giờ lấy đủ chừng ấy mẫu, ta chỉ suy ra hình dạng của nó. Định lý giới hạn trung tâm (central limit theorem) cho biết hình dạng đó là $\bar{x} \sim N\left(\mu, \frac{\sigma}{\sqrt{n}}\right)$ , nghĩa là các trung bình mẫu xúm quanh trung bình tổng thể $\mu$ với độ phân tán co lại theo $\sqrt{n}$ . Đại lượng $\sigma/\sqrt{n}$ vì thế mang tên riêng là sai số chuẩn (standard error), dùng để đo một trung bình mẫu thường nằm cách $\mu$ bao xa.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Rút mẫu hàng nghìn lần — nhìn đống trung bình mẫu co lại và hoá chuông

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối mẫu của trung bình mẫu $\bar{x}$Suy luận cho trung bình (dữ liệu định lượng) · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối mẫu & định lý giới hạn trung tâm (CLT)Xác suất, biến ngẫu nhiên & phân phối xác suất · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termƯớc lượng điểm: chệch và không chệchSuy luận cho tỉ lệ (dữ liệu phân loại) · khoácourse AP Statistics

Cần trướcLearn firsttrung bìnhmean phân phối mẫu (của một thống kê)sampling distribution of a statistic

Dẫn tớiLeads tokhoảng tin cậyconfidence interval

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

phân phối mẫu (của một thống kê)sampling distribution of a statistic

Khác nhau ở đâuHow they differPhân phối mẫu của một thống kê là khái niệm tổng quát cho mọi thống kê, còn phân phối lấy mẫu của trung bình mẫu chỉ áp dụng riêng cho thống kê trung bình

Hay nhầm khiMixed up whenđề hỏi về phân phối của tỉ lệ mẫu nhưng thí sinh nhầm sang dùng công thức dành cho trung bình mẫu

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 334.