中心极限定理——代码实现

中心极限定理阐述了当样本数量足够大时,样本均值接近正态分布,均值等于总体均值,标准差为总体标准差除以样本容量的平方根。本文通过Python代码展示了这一过程,强调了区分总体标准差、样本标准差和标准误的重要性。
摘要由CSDN通过智能技术生成

中心极限定理-定理内容

如果总体(分布不重要)均值为μ,方差为σ²,我们进行随机抽样,样本容量为n,当n增大时,样本均值逐渐趋近服从正态分布。
我们可以得到如下结论:

  1. 进行多次抽样,则每次抽样会得到一个均值,这些均值会围绕在总体均值左右,呈正态分布。

  2. 当样本容量n足够大时,样本均值服从正态分布。

    · 样本均值构成的正态分布,其均值等于总体均值μ。
    · 样本均值构成的正态分布,其标准差等于总体标准差σ除以根号n。

说明:
· 样本均值分布的标准差,我们称为标准误差,简称标准误。
· 要能够区分总体的标准差,样本的标准差以及标准误。
· n是样本容量,而不是抽样次数。

代码实现

#loc表示总体均值
#scale表示标准差
all_=np.random.normal(loc
  • 1
    点赞
  • 11
    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