중심 한계 정리는 무엇입니까?

통계의 중심 한계 정리에 따르면 다수의 임의 변수의 합 또는 평균은 정규 분포에 근접한다고합니다.또한 이항 분포에도 적용 할 수 있습니다.샘플 크기가 클수록 정규 분포에 더 가까워집니다.

한계 정리에 의해 접근되는 정규 분포는 대칭 벨 곡선 모양입니다.정상 분포는 그리스 문자 mu와 시그마로 표시되는 표준 편차로 표시되는 평균으로 설명됩니다.평균은 단순히 평균이며, 벨 커브가 정점에 이르는 지점입니다.표준 편차는 분포의 변수가 어떻게 확산되는지를 나타냅니다.표준 편차가 낮아지면 곡선이 더 좁아집니다.표본 크기가 충분히 큰 경우 변수의 합 또는 평균은 여전히 정규 분포에 접근합니다.임의 변수의 샘플 크기는 무작위 샘플이 모집단에서 끌려 가서 합 또는 평균을 얻기 때문에 중요합니다.그려진 샘플의 수와 해당 샘플의 크기가 모두 중요합니다.random 랜덤 변수에서 그려진 샘플에서 합계를 계산하려면 먼저 샘플 크기가 선택됩니다.샘플 크기는 2만큼 작거나 매우 클 수 있습니다.무작위로 그려진 다음 샘플의 변수가 함께 추가됩니다.이 절차는 여러 번 반복되며 결과는 통계 분포 곡선에 그래프가 표시됩니다.샘플의 수와 샘플 크기가 충분히 크면 곡선은 정규 분포에 매우 가깝습니다.

샘플은 합계와 동일한 방식으로 중앙 한계 정리의 평균에 대해 그려집니다.각 샘플의 계산됩니다.표본 크기가 클수록 결과는 정규 분포에 더 가깝게 제공되며 일반적으로 표준 편차도 더 작습니다.합계의 경우, 더 많은 수의 샘플이 정규 분포에 대한 근사치를 제공합니다.이항 분포는 동전을 뒤집는 것과 같은 두 가지 가능한 결과 만있는 이벤트에 사용됩니다.이러한 분포는 각 시험에 대해 수행 된 시험 수, n 및 성공 확률 P에 의해 설명된다.이항 분포에 대한 평균 및 표준 편차는 n 및 p를 사용하여 계산됩니다.N이 매우 크면 평균 및 표준 편차는 정규 분포와 같이 이항 분포에 대해 동일합니다.