La distribuzione del campionamento può essere descritta calcolando la sua media e l'errore standard. Il teorema del limite centrale afferma che se il campione è abbastanza grande, la sua distribuzione sarà approssimativa a quella della popolazione da cui è stato prelevato il campione. Ciò significa che se la popolazione avesse una distribuzione normale, anche il campione. Se non si conosce la distribuzione della popolazione, si presume che sia normale. Dovrai conoscere la deviazione standard della popolazione per calcolare la distribuzione campionaria.

Aggiungi tutte le osservazioni insieme e poi dividi per il numero totale di osservazioni nel campione. Ad esempio, un campione di altezze di tutti in una città potrebbe avere osservazioni di 60 pollici, 64 pollici, 62 pollici, 70 pollici e 68 pollici e la città è nota per avere una normale distribuzione in altezza e una deviazione standard di 4 pollici nelle sue altezze . La media sarebbe (60 + 64 + 62 + 70 + 68) /5 = 64,8 pollici.

Aggiungi 1 /dimensione del campione e 1 /dimensione della popolazione. Se la dimensione della popolazione è molto grande, ad esempio tutte le persone in una città, è necessario dividere solo 1 per la dimensione del campione. Ad esempio, una città è molto grande, quindi sarebbe solo 1 /dimensione del campione o 1/5 = 0.20.

Prendi la radice quadrata del risultato dal passaggio 2 e quindi moltiplicala per la deviazione standard della popolazione. Per l'esempio, la radice quadrata di 0.20 è 0.45. Quindi, 0,45 x 4 = 1,8 pollici. L'errore standard del campione è di 1,8 pollici. Insieme, la media, 64,8 pollici e l'errore standard, 1,8 pollici, descrivono la distribuzione del campione. Il campione ha una distribuzione normale perché la città lo fa.