统计学面试经典问题

1. 叙述你所熟悉的大数定律与中心极限定理，并举例说明它在统计学中的应用。

1) 大数定律

• 弱大数定律（通常指辛钦大数定律）：
  a) 马尔科夫大数定律：
  随机变量满足马尔科夫条件：$\frac{1}{n^2}D({\sum }_{k=1}^n{\xi }_k)\to 0$，则样本均值依概率收敛于期望值。
  b) 辛钦大数定律：
  随机变量独立同分布，一阶矩存在且等于 $a$，样本均值依概率收敛于期望值 $a$。

• 强大数定律（柯尔莫哥洛夫）：
  随机变量独立同分布，一阶矩存在且等于 $a$，样本均值以概率1收敛于期望值 $a$。

2) 中心极限定理

• Lindeberg-Levy 中心极限定理（最早的版本是de Moivre – Laplace，指出二项分布的极限为正态分布）：

随机变量 $X_1,X_2,\cdots ,X_n$ 独立同分布， 且具有有限的数学期望和方差 $E(X_i)=\mu$ ， $D(X_i)={\sigma }^2\ne 0(i=1,2,\cdots ,n)$，记 $$\bar{X}=\frac{1}{n}\sum _{i=1}^n{X}_i,$$ ζ n = X ˉ − μ σ / n ， \zeta _{n}={\frac { {\bar {X}}-\mu }{\sigma /{\sqrt {n}}}}， ζn​=σ/