机器学习_中心极限定理

1.内容：

【1】大量相互独立的随机变量，其均值（或者和）的分布接近于正态分布。

2.举例：

【1】扔一个奇奇怪怪的骰子，六面分别为1.1.2.3.3.5.现在扔。先扔n次实验，每次扔6下。

        比如说第一次1 1 1 1 1 1 那么第一次均值为1.  这n次实验的均值呈现正态分布，每次扔的越多，越会呈现正态分布

3.应用

【1】n次实验正态分布的均值和扔骰子这个随机过程的均值是一样的，也就是说我们虽然不知道这一随机

        过程的分布，无法求其均值。但可以利用做n次实验来求该正态分布的均值。

【2】n次正态分布的方差为：原样本方差/n

4.实质：一个事物会受到多种因素的影响。而每一次过程取均值（加总）的过程就是想抵消这些因素的影响。

5.不管总体是什么分布，但是样本的均值都会围绕在总体的整体平均值周围并呈现正态分布。