最重要的统计定理：详解强大的中心极限定理

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&