Khan公开课 - 统计学学习笔记 （六）中心极限定理

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

               

什么是中心极限定理

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。

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，