中心极限定理_中心极限定理的的原理与应用

中心极限定理是统计学基石之一,表明随机样本均值围绕总体均值呈正态分布。文章通过掷骰子模拟实验,展示了在不同组数和样本大小下,样本均值如何逼近总体均值,强调了在抽样估计和假设检验中的应用价值。
摘要由CSDN通过智能技术生成

中心极限定理是在统计学中除了大数定理的另一块基石,有着极为重要的意义和广泛的应用空间,本文就以通俗的案例来讲解什么是中心极限定理,中心极限定理的数据演示以及中心极限定理的应用。

什么是中心极限定理?

中心极限定理就是随机样本的均值总是围绕在总体均值周围,且呈正太分布。

先举个栗子:

现在要统计燕山大学2015年8000名毕业生三年后的平均薪资情况,把所有的毕业生都调查一遍的话成本太高,现在我们调查25组,每组40人,一共调查1000人,然后求出每一组的平均值,中心极限定理就是说,这些均值呈正太分布,而且随着每组样本的增加,效果会更好。把这些平均值相加再求均值,这个均值就非常接近总体均值了。

其中有几个点需要注意一下:

  • 不管总体是怎样的分布,最后每组的均值还是呈正太分布
  • 样本每组要足够大,但也不需要太大,取样本的时候,一般认为,每组大于等于30个,即可让中心极限定理发挥作用。

用实际数据来演示中心极限定理

注:使用python来模拟数据,不懂的同学可以略过代码

生成数据:我们用掷骰子这一概率论中经常用到的道具来演示,用python模拟掷100000次骰子,并求总体平均值。

import numpy as np

import pandas as pd

shaizi_data=np.random.randint(1,7,100000) #生成掷骰子随机数据</

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值