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</