• understand the distinction betwee

• understand the distinction between a sample and a population, and
appreciate the necessity for randomness in choosing samples;
• explain in simple terms why a given sampling method may be
unsatisfactory (knowledge of particular sampling methods, such as
quota or stratified sampling, is not required, but candidates should
have an elementary understanding of the use of random numbers in
producing random samples);
• recognise that a sample mean can be regarded as a random
variable,and use the facts that E( ) = μ and that Var( )= σ2 ;
X X
n
• use the fact that X has a normal distribution if X has a normal
distribution;
• use the Central Limit theorem where appropriate;
• calculate unbiased estimates of the population mean and variance
from a sample, using either raw or summarised data (only a simple
understanding of the term ‘unbiased’ is required);
• determine a confidence interval for a population mean in cases where
the population is normally distributed with known variance or where a
large sample is used;
• determine, from a large sample, an approximate confidence interval
for a population proportion.

Kết quả (Việt) 1:

• hiểu sự khác biệt giữa một mẫu và một số người, và đánh giá cao sự cần thiết cho ngẫu nhiên trong việc lựa chọn mẫu;• giải thích trong thuật ngữ đơn giản, tại sao một phương pháp lấy mẫu nhất định có thể không đạt yêu cầu (kiến thức cụ thể của lấy mẫu phương pháp, chẳng hạn như hạn ngạch hoặc lấy mẫu phân tầng, là không cần thiết, nhưng ứng cử viên nên có một sự hiểu biết cơ bản của việc sử dụng số ngẫu nhiên trong sản xuất mẫu ngẫu nhiên);• nhận ra một mẫu có nghĩa là có thể được coi là một ngẫu nhiên biến, và sử dụng các sự kiện đó () E = μ và () Var rằng = σ2; XX n• sử dụng thực tế là X có một phân phối bình thường nếu X có một bình thường phân phối;• sử dụng định lý giới hạn Trung tâm nơi thích hợp;• tính toán ước tính không thiên vị của dân mean và phương sai từ một mẫu, sử dụng dữ liệu hoặc là sống hoặc tóm tắt (chỉ đơn giản sự hiểu biết của thuật ngữ 'không thiên vị' là bắt buộc);• xác định một khoảng tự tin cho một dân số có nghĩa là trong trường hợp nơi dân số phân phối bình thường với phương sai được biết đến hoặc nơi một lớn mẫu được sử dụng;• xác định, từ một mẫu lớn, một khoảng thời gian khoảng tự tin cho một tỷ lệ dân số.

Kết quả (Việt) 2:

• hiểu sự khác biệt giữa một mẫu và một dân số, và
đánh giá cao sự cần thiết về tính ngẫu nhiên trong việc lựa chọn mẫu;
• giải thích về lý do tại sao đơn giản là một phương pháp lấy mẫu nhất định có thể là
không đạt yêu cầu (kiến thức về phương pháp lấy mẫu đặc biệt, chẳng hạn như
hạn ngạch hoặc lấy mẫu phân tầng, không phải là yêu cầu, nhưng các ứng cử viên phải
có một sự hiểu biết cơ bản của việc sử dụng các con số ngẫu nhiên trong
sản xuất các mẫu ngẫu nhiên);
• nhận ra rằng một mẫu trung bình có thể được coi là một ngẫu nhiên
biến, và sử dụng các sự kiện mà E () = μ và Var () = σ2;
XX
n
• sử dụng thực tế rằng X có phân phối bình thường nếu X có một bình thường
phân phối;
• sử dụng các định lý giới hạn trung ương nơi phù hợp;
• tính toán ước lượng không chệch của dân số có ý nghĩa và phương sai
từ một mẫu, bằng cách sử dụng nguyên liệu thô hoặc tóm tắt dữ liệu (chỉ đơn giản là một
sự hiểu biết về thuật ngữ 'thiên vị' được yêu cầu);
• xác định một khoảng tin cậy cho một dân số có nghĩa là trong trường hợp
dân thường được phân phối với phương sai đã biết hoặc nơi một
mẫu lớn được sử dụng;
• xác định, từ một lớn mẫu, một khoảng tin cậy xấp xỉ
một tỷ lệ dân số.