1.中心极限定理
中心极限定理:设从均值为μ,方差为σ2的任意一个总体中抽取n个样本,随着样本容量增大或趋近于无穷,样本均值的抽样分布近似服从均值为μ,方差为σ2/n的正态分布,随着样本容量n变大,抽样分布标准差越小,越收拢。该定理良好的定义了均值和方差的分布
2.样本均值的抽样分布
通过对原分布就是抽样得到样本均值的分布,无论原分布如何,抽样次数越多,越接近整体分布。
偏度:
尾部向正方向就是正偏态
尾部向负方向就是负偏态
峰度:
顶部尖锐就是正峰态
顶部圆润就是负峰态
均值标准差:样本均值抽样分布的标准差 即原分布的标准差σ2除以n
3.伯努利分布
伯努利分布式离散概率分布。
P1概率=x1
P2概率=x2
μ=x1P1+x2P2
σ2=x1*(P1-μ)^2 + x2*(P2-μ) ^2