统计学基础（二）

中心极限定理

演示中心极限定理

中心极限定理Central Limit Theorem：设从均值为μ、方差为σ^2
（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ^2/n的正态分布。

• 注意：原来的分布不一定要符合正态分布，可以是任何的分布，可以是离散也可以是连续，即无要求。n为sample size，每次取n个样本，每次样本的mean，分别为： 。这些样本均值的分布似正态分布。当n到达一定大时，sample mean的频率分布很好符合normal distribution。

• 简单来说：
  1）样本平均值约等于总体平均值。

  2）不管总体是什么分布，任意一个样本平均值都会围绕在总体平均值周围，并且呈正态分布。

在同样取样次数，例如取10000次样本均值，n越大，skew和kurtosis越接近零，说明n越大，越接近正态分布。这个可以想象，n=1，就如同原来的分布，n→∞时，mean就是μ，无方差的正态分布，直线一条。

1）根据中心极限定理，我们可以得出的第1个结论是：用样本来估计总体。任何一个样本的平均值将会约等于其所在总体的平均值。
2）根据总体的平均值和标准差，判断某个样本是否属于总体。
https://www.zhihu.com/question/22913867/answer/250046834

置信区间

• 用样本统计量来估计总体参数
• 区间估计：给定置信水平，根据估计值确定真实值可能出现的区间范围，该区间通常以估计值为中心，该区间则为置信区间。
• 置信区间：描述一个区间有多大的概率包含未知参数，或者说未知数落在某个误差范围的几率。
  一般我们用中括号[a,b]表示样本估计总体平均值误差范围的区间。a、b的具体数值取决于你对于”该区间包含总体均值”这一结果的可信程度，因此[a,b]被称为置信区间。
• 置信水平：一般来说，选定某一个置信区间，我们的目的是为了让”ab之间包含总体平均值”的结果有一特定的概率，这个概率就是所谓的置信水平。

https://blog.csdn.net/bitcarmanlee/article/details/82709774
https://blog.csdn.net/qq_40597317/article/details/80639885