Loading [MathJax]/jax/output/HTML-CSS/jax.js
Skip to main content
Library homepage
 
Global

7.0:中心极限定理简介

我们为什么这么关心手段? 两个原因是:它们为我们提供了比较的中间立场,而且很容易计算。 在本章中,您将学习均值和中心极限定理

中心极限定理是所有统计学中最有力和最有用的思想之一。 中心极限定理是一个定理,这意味着它不是一个理论,也不是一个人对事物运作方式的看法。 作为一个定理,它与毕达哥拉斯定理或告诉我们三角形角度之和必须相加为180的定理进行排名。 这些是用数学精度和逻辑严格证明的世界方式的事实。 正如我们将看到的那样,这个强大的定理将决定我们在推理统计中能说什么和不能说什么。 中心极限定理涉及n从具有已知平均值和已知标准差的总体中抽取大小的有限样本σμ 结论是,如果我们采集大小n为 “足够大” 的样本n,计算每个样本的平均值,然后创建这些均值的直方图(分布),则生成的分布往往具有近似的正态分布。

令人震惊的结果是,无论原始人口的分布如何,或者你是否需要知道。 重要的事实是,样本均值的分布往往遵循正态分布。

这是一张换成堆的钥匙的照片。 似乎有五便士、四分之三、四角钱和两分钱。 钥匙圈上有一只青铜鲸鱼,可容纳 11 把钥匙。
1如果你想计算人们口袋里随身携带的零钱的分布,使用中心极限定理并假设你的样本足够大,你会发现分布是正态概率密度函数。 (来源:约翰·洛德)

“足够大” 所需的样本大小取决于抽取样本的原始总体(样本数量应至少为 30 或者数据应来自正态分布)。n 如果原始总体远离正态值,则需要更多的观测值才能获得样本均值。 采样是随机进行的,并在理论模型中进行替换。