een bemonsteringsverdeling is een waarschijnlijkheid van een meting die door een enorm aantal tests van een bepaalde populatie is gehaald. Het inspecteren van de toe-eigening van een bepaalde populatie is de verspreiding van frequenties van een reeks van verschillende resultaten die zouden kunnen gebeuren voor een meting van een populatie.

Inzicht in de verdeling van de monsters

Veel informatie die door academici, analisten, wetenschappers, adverteerders, onderzoekers, enzovoorts wordt getekend en gebruikt, is echt een test, geen populaas. Een voorbeeld is een deelverzameling van een volk. Bijvoorbeeld, een medicinale wetenschapper die moest nadenken over de normale belasting van alle baby’s die in Noord-Amerika van 1995 tot 2005 zijn verwekt tot die welke in Zuid-Amerika zijn verwekt binnen een vergelijkbare tijdspanne, kan niet binnen een verstandige tijdspanne de informatie voor de hele populatie van meer dan een miljoen laboratoria die in de loop van de tienjarige tijd zijn ontstaan, tekenen. Hij zal eerder gewoon gebruik maken van de zwaarte van, staat, 100 kinderen, in elke landmassa om een einde te maken. De zwaarte van 200 kinderen die gebruikt worden is het voorbeeld en het normale gewicht dat wordt bepaald is het voorbeeldmiddel.

Ga er nu van uit dat in tegenstelling tot het nemen van slechts één voorbeeld van 100 zuigelingenladingen van elke landmassa, de therapeutische analist opnieuw willekeurige voorbeelden uit de all-inclusive gemeenschap neemt, en cijfers het voorbeeld betekenen voor elke voorbeeldbijeenkomst. Op deze manier, voor Noord-Amerika, trekt hij informatie voor 100 zuigelingenladingen opgenomen in de VS, Canada en Mexico als volgt: vier 100 voorbeelden van geselecteerde medische klinieken in de VS, vijf 70 voorbeelden uit Canada en drie 150 records uit Mexico, voor een totaal van 1200 ladingen van baby’s verzameld in 12 sets. Daarnaast verzamelt hij voorbeeldinformatie van 100 geboorteladingen uit elk van de 12 landen in Zuid-Amerika.

Het normale gewicht dat voor elke voorbeeldset wordt verwerkt, is de onderzochte spreiding van het gemiddelde. Niet alleen het gemiddelde kan aan de hand van een voorbeeld worden bepaald. Verschillende metingen, bijvoorbeeld de standaardafwijking, de verandering, de omvang en het bereik kunnen worden bepaald op basis van testinformatie. De standaardafwijking en het verschil meten de inconsistentie van de bemonsteringsverdeling.

Het aantal percepties in een populatie, de hoeveelheid percepties in een voorbeeld en de methode die wordt gebruikt om de voorbeeldsets te tekenen, bepalen de fluctuatie van een steekproefverdeling. De standaardafwijking van een testtoe-eigening staat bekend als de standaardblunder. Terwijl het gemiddelde van een testcirculatie gelijk is aan het gemiddelde van de populatie, berust de standaardafwijking op de standaardafwijking van de populatie, de grootte van de populatie en de grootte van het voorbeeld.

Als je weet hoe verspreid het gemiddelde van elk van de voorbeeldsets van elkaar en van de bevolking is gescheiden, zal dat een teken geven van hoe dicht het voorbeeldmiddel bij de bevolking staat. De standaardfout van de testverspreiding neemt af naarmate de voorbeeldgrootte toeneemt.

Een steekproefverdeling is een waarschijnlijkheidsverdeling van een statistiek die wordt verkregen door een groot aantal steekproeven van een specifieke populatie.

De steekproefverdeling van een bepaalde populatie is de verdeling van de frequenties van een reeks verschillende uitkomsten die mogelijk voor een statistiek van een populatie kunnen voorkomen.

Veel gegevens die door academici, statistici, onderzoekers, marketeers en analisten worden verzameld en gebruikt, zijn in feite steekproeven, geen populaties.