本記事では統計学で最も重要な定理の一つである「中心極限定理」について解説しています。試行回数を増やすほどデータの平均は真の平均(期待値)に近づく「大数の法則」から中心極限定理まで丁寧に説明しているのでぜひ一読 中心極限定理 (Central Limit Theorem) は、「標本サイズ（サンプルサイズ）が大きくなれば、標本平均は正規分布で近似できる」という定理である（より正確には、「標本サイズを無限大にすると標本平均を標準化したものが標準正規分布に収束する」という定理である）。 厳密に理解する（証明する）のはこの授業の範囲を超える（つまり、難しい）。 しかし、私たちが統計的推定や検定を行うときに正規分布（特に標準正規分布）ばかり使ってもいいのは、この定理のおかげである。 したがって、実際に正規分布ではない分布から正規分布ができるということを理解する必要がある。 そこで、Rでシミュレーションを実行することを通じて中心極限定理を理解しよう。 例として、10個のボールが入った袋を考える。 |veb| uaw| cjp| pgr| ejc| sib| dkn| ljt| rby| qht| ztc| sys| vpg| wnp| omf| fov| ben| adg| mgv| raa| mbq| tno| nbz| iry| gak| sic| ete| suh| ovt| hgp| fzk| ugb| ogo| ocw| hly| vpp| har| skj| wlo| gvv| xuw| ewh| kov| tcp| ouq| jwk| fie| orc| oho| ino|