中心极限定理模拟

最新推荐文章于 2024-06-13 09:54:41 发布

泥壶映雪

最新推荐文章于 2024-06-13 09:54:41 发布

阅读量393

点赞数

分类专栏：统计学 R 文章标签：概率论

本文链接：https://blog.csdn.net/weixin_46649908/article/details/130596672

版权

R 同时被 2 个专栏收录

37 篇文章 3 订阅

订阅专栏

统计学

15 篇文章 1 订阅

订阅专栏

中心极限定理模拟

文章目录

中心极限定理模拟

@[toc]

设服从均值为 $\mu$ 、方差为 $\sigma^2<\infty$ 的任意一个总体，抽取样本量为 $n$ 的样本，当 $n\to\infty$ ，样本均值 $\bar{X}$ 的抽样分布近似服从均值为 $\mu$ ，方差为 $\sigma^2/n$ 的正态分布。假设总体服从均匀分布U(0,1)，抽取样本量分别为1，3，10，30，100，500，重复2000次。

# ----------------均匀分布总体------------------
set.seed(2)
N = 100000
X1 = runif(N,min=0,max=1)
M <- 2000 # 重复次数

par(mfrow = c(2,3),mar=c(5,5,5,5))
n <- c(1,3,10,30,100,500)
for(j in n){         #抽取样本量
  mean.x = numeric()
  for(i in 1:M){
    mean.x[i] = mean(sample(X1,j))
  }
  hist(mean.x,col = rgb(0,0,1,alpha=0.5),breaks = 30,
       main=paste("抽取",j,"个样本"),border = "red",
       cex.lab=2,cex.axis=2,cex.main=2,ylab="")
}

随着样本容量 $n$ 不断增大，样本均值 $\bar{X}$ 的抽样分布逐渐服从均匀分布，当样本量 $n = 30$ 时，样本均值 $\bar{X}$ 抽样分布比较接近正态。
在这里插入图片描述

假设总体服从 $\chi^2(3)$ ，样本均值抽样分布随着样本量增加也会逐渐服从正态分布。

# ----------------卡方分布总体-------------------
rm(list=ls())
set.seed(1)
N = 100000
X2 = rchisq(N,df=3)
M <- 2000 # 重复次数
par(mfrow = c(2,3),mar=c(5,5,5,5))


n <- c(1,3,10,30,100,500)
for(j in n){         #抽取样本量
  mean.x = numeric()
  for(i in 1:M){
    mean.x[i] = mean(sample(X2,j))
  }
  hist(mean.x,col = rgb(0,0,1,alpha=0.5),breaks = 30,
       main=paste("抽取",j,"个样本"),border = "red",
       cex.lab=2,cex.axis=2,cex.main=2,ylab = "")
}

在这里插入图片描述