大数定律以及中心极限定理

大数定律

设Y1，Y2，……Yn是独立同分布(iid，independently identically distribution)的随机变量，A = SY /n = (Y1+…+Yn)/n。若将Y1，Y2……Yn看做是随机变量Y的n次采样，那么A是Y的采样平均。

弱大数定律与强大数定律：
两种不同的收敛形式,即几乎必然收敛(converge almost surely, 简称a.s.收敛)和依概率收敛(converge in probability, 简称i.p.收敛). 在概率空间中,a.s.收敛强于i.p.
两者前提条件一样：要求iid分布并期望存在。
弱大数定律表示样本均值“依概率收敛”于总体均值，即大概率会收敛，但无法保证是否存在某个n使之不收敛。
强大数定律表示样本均值“几乎处处收敛”，比弱大数定律强。

中心极限定理

中心极限定理central limit theorem是说：
 样本的平均值约等于总体的平均值。
 不管总体是什么分布，任意一个总体的样本平均值都会围绕在总体的整体平均值周围&#x