全文共1204字,预计学习时长4分钟
图源:unsplash
中心极限定理(CLT)是指,给定足够大的样本量,无论变量在总体中的分布如何,变量均值的抽样分布都将近似于正态分布。
这是统计学中的一个基本定理,也是最重要的统计定理之一,是学习统计学绕不过的坎儿。不过好在这个概念实际上不难理解,看过下面这些例子,你也会觉得它其实蛮简单的。这些例子从反方面着手,我们很容易就能清楚地理解CLT了。
例1
取一个均匀分布(从0到1,称为均匀分布,因为在0和1之间选择值的概率相等,因此它的概率密度函数(PDF)就是水平的黑色直线)。现在,假设从这个分布(绿点)中随机抽取20个样本,并计算这些样本的均值,最后得到一个值,在本例中&