python验证中心极限定理_Python蒙特·卡罗方法和Q-Q plot验证中心极限定理

一.蒙特卡罗方法

蒙特卡洛的基本原理简单描述是先大量模拟，然后计算一个事件发生的次数，再通过这个发生次数除以总模拟次数，得到想要的结果，精髓就是：用统计结果去计算频率，从而得到真实值的近似值。蒙特卡洛方法可以应用在很多场合，但求的是近似解，在模拟样本数越大的情况下，越接近与真实值，但样本数增加会带来计算量的大幅上升。

不理解的话请戳:

https://blog.csdn.net/crj0926/article/details/101052873

二.Q-Q plot

Q，Quantile，分位数，亦称分位点。

不理解分位点戳：https://blog.csdn.net/crj0926/article/details/100853490

用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一(族)分布。

经常用于检验数据是否来自于正态分布。

用QQ图去验证数据是否满足正态分布，只需看QQ图上的点是否近似地在一条直线附近。

三.中心极限定理

四.思路

大概就是你先选择一种分布产生数据,我这里选择的是均匀分布(期望和方差比较好算),然后去验证产生的数据是否满足:

如果满足:构建的QQ图上的点近似地在一条直线附近。

五.代码

import numpy as np

import matplotlib.pyplot as