Normal Distribution(Gauss Distribution)

1

2

3 近似正态分布

中心极限定理Central Limit Theorem：设从均值为μ、方差为$σ^2$的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为$σ^2/n$的正态分布。原来的分布不一定要符合正态分布，可以是任何的分布，可以是离散也可以是连续，即无要求。

假设总体的均值为μ，方差为$σ^2$；样本的均值为$μ_{\bar X}$，样本的方差为S；样本均值的均值同样本的均值为为$μ_{\bar X}$，样本均值的方差为$σ_{\bar X}^2$。那么有以下公式：

$$μ_{\bar X}=μ$$
$$σ_{\bar X}^2=\frac {σ^2}{n}$$
$$S \approx σ^2$$

3.1 例题1

You sample 36 apples from you farm‘s harvest of over 200,000 apples. The mean weight of the sample is 112 grams (with a 40 gram sample standard deviation). What is the probability that the mean weight of all 200,000 apples is within 100 and 124 grams?
这里给出一个样本集的情况，这36个样本（或者n=36的一次样本集采样中）$μ_{\bar X}$=112，这36个样本的σ=40。可以估算总体方差，还记得无偏差样本方差吗？是除以n-1，而不是n，无偏差样本方差，可以近似为总本方差σ。

这道题目所求概率转换成以下形式：

其中，z为标准正态分布，$σ_{\bar X}=\frac {σ}{n} \approx \frac {s}{n} = \frac {40}{6} = 6.67$
p(z<=12/6.67)=p(z<=1.8)，查正态分布表知，p(z<=1.8)=0.9282
p(0<=z<=1.8)=0.9282-1/2=…
最后，所求概率p=2*p(0<=z<=1.8)=92.3%。