大数定律 与 中心极限定理 的理解

目录

1、大数定律

2、中心极限定理

---

1、大数定律

当样本的数量足够大时，样本的统计特性就可以近似代表总体的统计特性。“大数” 是指样本的数量足够大或者试验的次数足够多。

2、中心极限定理

设总体为  为总体的 N 个样本集，每个样本集都含有一定数量的从总体 A 抽样出的样本，并且这些样本集的均值分别为  。中心极限定理告诉我们，当 N 充分大时（大数定律），无论总体 A 服从什么分布，A 的样本集的均值都服从正态分布。“中心” 可理解为均值附近，“极限” 就是大数定律。

举个例子：

比如要统计武汉的薪资水平。所有武汉人是整体A，从整体中随机抽出多组样本  ，每组样本中有K人，薪资分别为（  ），计算每组调查样本的薪资均值  ，得出一系列均值的集合  ，当样本集 N 足够多时，  的分布状况就是近似服从正态分布，如下图所示。

用数学的官方定义就是：

设随机变量序列  相互独立同分布，且数学期望和方差均存在，  ，  ,对任意实数x恒有：

其中，  为标准正态分布函数。

参考：彻底理解中心极限定理——最重要的统计定理之一 (baidu.com)