python统计分析——中心极限定理

参考资料：用python动手学统计学

      对于任意总体分布，样本容量越大，随机变量的和的分布越接近正态分布，这就是中心极限定理定理。

      以掷硬币为例讲解。模拟投硬币1万次中，正面朝上的次数的分布。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 设置样本容量和试验次数
n_size=10000
n_trial=50000
# 正面为1，背面为0
coin=np.array([0,1])
# 创建数组用于存放样本中正面朝上的次数
count_coin=np.zeros(n_trial)
# 投掷n_size次硬币，此试验进行n_trial次
np.random.seed(1)  # 设置随机种子，用于复现结果
for i in range(0,n_trial):
    count_coin[i]=np.sum(
        np.random.choice(coin,size=n_size,replace=True)
    )
# 绘制直方图
sns.set()
sns.histplot(count_coin,stat='density',bins='rice',kde=True)

由直方图的分布可以看出：其左右基本对称，形状也和正态分布相似，这就是中心极限定理达的直观表现。

在计算样本均值时，要先计算样本值的和，所以我们可以假设样本均值的分布接近正态分布。

注意：中心极限定理中服从正态分布的是样本值的和（或均值）。若总体分布为二项分布，则样本荣来给你无穷大的样本也依旧是二项分布。中心极限定理一般只用于寻找均值等特定的值。当总体分布不服从正态分布时，应到应用广义线性模型。