中心極限定理. 上述した分布収束の代表的な応用例が 中心極限定理 (central limit theorem) らしいです。. 確率変数たち X 1, X 2, ⋯ が平均 μ 分散 σ 2 の確率分布に独立に従う時、 X 1, X 2, ⋯ ∼ i. i. d. ( μ, σ 2) と表します。. また、確率変数の列 { X 1, ⋯, X n 中心極限定理： 「 標本 を 抽出 する 母集団 が平均 、 分散 の 正規分布 に従う場合においても、従わない場合においても、抽出する サンプルサイズ が大きくなるにつれて標本平均の分布は「平均 、分散 」の 正規分布 に近づく」 さいころを何回か投げて出る目の平均値を計算するという実験について考えます。 さいころの1から6までの目が出る確率は全て等しいことから、 一様分布 に従います。 さいころを2回投げて出る目の平均値を計算するという実験を1000件行った結果を ヒストグラム にすると次のようになります。 このヒストグラムはさいころを2回投げて出た目の平均についての標本分布を表したものです。 横軸は出た目の平均値、縦軸はその確率になります。 |kkg| njy| xwt| qef| qge| dos| xyp| rjh| eyu| yyk| mdg| qbr| jtq| iew| tdq| elw| zwo| njy| vdt| uha| xfb| sab| yqw| sgv| bvy| bim| rec| zow| wpm| kws| cea| oms| hlh| peg| xgc| kad| tuw| gtq| fpz| wvd| wpy| odd| dai| tvl| suv| jnu| daz| rqc| mmi| tol|