中心極限定理與大數(shù)定律


中心極限定理通俗介紹


中心極限定理收斂至大數(shù)定律

什么是中心極限定理(Central Limit Theorem)

中心極限定理指的是給定一個任意分布的總體独泞。我每次從這些總體中隨機抽取 n 個抽樣呐矾,一共抽 m 次。 然后把這 m 組抽樣分別求出平均值懦砂。 這些平均值的分布接近正態(tài)分布蜒犯。

什么是大數(shù)定律

大數(shù)定律是指在隨機試驗中,每次出現(xiàn)的結(jié)果不同荞膘,但是大量重復(fù)試驗出現(xiàn)的結(jié)果的平均值卻幾乎總是接近于某個確定的值罚随。

其原因是,在大量的觀察試驗中羽资,個別的淘菩、偶然的因素影響而產(chǎn)生的差異將會相互抵消,從而使現(xiàn)象的必然規(guī)律性顯示出來屠升。例如潮改,觀察個別或少數(shù)家庭的嬰兒出生情況狭郑,發(fā)現(xiàn)有的生男,有的生女汇在,沒有一定的規(guī)律性翰萨,但是通過大量的觀察就會發(fā)現(xiàn),男嬰和女嬰占嬰兒總數(shù)的比重均會趨于50%糕殉。

概率論中討論隨機變量序列算術(shù)平均值隨機變量各數(shù)學(xué)期望的算術(shù)平均值收斂的定律

我們先舉個栗子??

現(xiàn)在我們要統(tǒng)計全國的人的體重缨历,看看我國平均體重是多少。當(dāng)然糙麦,我們把全國所有人的體重都調(diào)查一遍是不現(xiàn)實的辛孵。所以我們打算一共調(diào)查1000組,每組50個人赡磅。 然后魄缚,我們求出第一組的體重平均值、第二組的體重平均值焚廊,一直到最后一組的體重平均值冶匹。中心極限定理說:這些平均值是呈現(xiàn)正態(tài)分布的。并且咆瘟,隨著組數(shù)的增加嚼隘,效果會越好。 最后袒餐,當(dāng)我們再把1000組算出來的平均值加起來取個平均值飞蛹,這個平均值會接近全國平均體重。

其中要注意的幾點:

總體本身的分布不要求正態(tài)分布

上面的例子中灸眼,人的體重是正態(tài)分布的仁热。但如果我們的例子是擲一個骰子(平均分布)夏漱,最后每組的平均值也會組成一個正態(tài)分布滚停。(神奇L犯取)

樣本每組要足夠大,但也不需要太大

取樣本的時候匕积,一般認(rèn)為盈罐,每組大于等于30個,即可讓中心極限定理發(fā)揮作用闪唆。

話不多說盅粪,我們現(xiàn)在來一步步看到中心極限定理是如何起作用的。

用實際數(shù)據(jù)來展示中心極限定理

https://zhuanlan.zhihu.com/p/25241653

此例子很有說服力苞氮。


大數(shù)定理 與中心極限定理區(qū)別

大數(shù)定律:揭示了大量隨機變量的平均結(jié)果湾揽,但沒有涉及到隨機變量的分布的問題。

中心極限定理:說明的是在一定條件下,大量獨立隨機變量的平均數(shù)是以正態(tài)分布為極限的库物。


大數(shù)定律研究的是在什么條件下霸旗,這組數(shù)據(jù)依概率收斂于他們的均值。

中心極限定理研究的是在什么條件下戚揭,這些樣本依分布收斂于正太分布诱告。(卯詩松的概率論與數(shù)理統(tǒng)計上說)


大數(shù)定律描述的是頻率穩(wěn)定性,就是我們所說的頻率穩(wěn)定在具體的一個數(shù)值民晒,即為概率精居;

中心極限定理描述的是分布穩(wěn)定性,指的是頻率有很多潜必,但是服從正態(tài)分布靴姿,XY軸中Y最高的那個正態(tài)分布數(shù)值即為概率。


大數(shù)定理是說樣本足夠大時磁滚,會接近期望佛吓,在樣本無窮大時平均值是期望。(一個值)

中心極限定理說的是樣本距離期望的漲跌偏差分布垂攘。(出現(xiàn)一種分布規(guī)律)

? ? ? ? ? ? ? ? 舉個簡單的例子维雇,一滴水從高空落下,經(jīng)過一個隨機分布的風(fēng)向后晒他,落在地上吱型。

? ? ? ? ? ? ? ? 大數(shù)定理指出,無論風(fēng)向分布規(guī)律是什么陨仅,所有點距離垂直落下的點的距離應(yīng)該等于一個值津滞,這個值就是期望

? ? ? ? ? ? ? ? 中心極限定理指出,無論風(fēng)向分布規(guī)律是什么掂名,每個樣本距離期望的位置的距離分布是符合正態(tài)分布的





https://zhuanlan.zhihu.com/p/25241653

http://wiki.mbalib.com/wiki/%E5%A4%A7%E6%95%B0%E5%AE%9A%E5%BE%8B

http://wiki.mbalib.com/wiki/%E4%B8%AD%E5%BF%83%E6%9E%81%E9%99%90%E5%AE%9A%E7%90%86

https://www.zhihu.com/question/22913867

https://www.zhihu.com/question/21110761/answer/23815273




最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末据沈,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子饺蔑,更是在濱河造成了極大的恐慌,老刑警劉巖嗜诀,帶你破解...
    沈念sama閱讀 216,402評論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件猾警,死亡現(xiàn)場離奇詭異,居然都是意外死亡隆敢,警方通過查閱死者的電腦和手機发皿,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來拂蝎,“玉大人穴墅,你說我怎么就攤上這事。” “怎么了玄货?”我有些...
    開封第一講書人閱讀 162,483評論 0 353
  • 文/不壞的土叔 我叫張陵皇钞,是天一觀的道長。 經(jīng)常有香客問我松捉,道長夹界,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,165評論 1 292
  • 正文 為了忘掉前任隘世,我火速辦了婚禮可柿,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘丙者。我一直安慰自己复斥,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,176評論 6 388
  • 文/花漫 我一把揭開白布械媒。 她就那樣靜靜地躺著永票,像睡著了一般。 火紅的嫁衣襯著肌膚如雪滥沫。 梳的紋絲不亂的頭發(fā)上侣集,一...
    開封第一講書人閱讀 51,146評論 1 297
  • 那天,我揣著相機與錄音兰绣,去河邊找鬼世分。 笑死,一個胖子當(dāng)著我的面吹牛缀辩,可吹牛的內(nèi)容都是我干的臭埋。 我是一名探鬼主播,決...
    沈念sama閱讀 40,032評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼臀玄,長吁一口氣:“原來是場噩夢啊……” “哼瓢阴!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起健无,我...
    開封第一講書人閱讀 38,896評論 0 274
  • 序言:老撾萬榮一對情侶失蹤荣恐,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后累贤,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體叠穆,經(jīng)...
    沈念sama閱讀 45,311評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,536評論 2 332
  • 正文 我和宋清朗相戀三年臼膏,在試婚紗的時候發(fā)現(xiàn)自己被綠了硼被。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,696評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡渗磅,死狀恐怖嚷硫,靈堂內(nèi)的尸體忽然破棺而出检访,到底是詐尸還是另有隱情,我是刑警寧澤仔掸,帶...
    沈念sama閱讀 35,413評論 5 343
  • 正文 年R本政府宣布脆贵,位于F島的核電站,受9級特大地震影響嘉汰,放射性物質(zhì)發(fā)生泄漏丹禀。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,008評論 3 325
  • 文/蒙蒙 一鞋怀、第九天 我趴在偏房一處隱蔽的房頂上張望双泪。 院中可真熱鬧,春花似錦密似、人聲如沸焙矛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽村斟。三九已至,卻和暖如春抛猫,著一層夾襖步出監(jiān)牢的瞬間蟆盹,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評論 1 269
  • 我被黑心中介騙來泰國打工闺金, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留逾滥,地道東北人。 一個月前我還...
    沈念sama閱讀 47,698評論 2 368
  • 正文 我出身青樓败匹,卻偏偏與公主長得像寨昙,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子掀亩,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,592評論 2 353

推薦閱讀更多精彩內(nèi)容