中心極限定理は、多くの独立なランダムな要因の合計（または平均）が、その要因がどのような確率分布に従っていようとも、大きなサンプルサイズ（要因の数）において正規分布に近づくという性質を述べています。 中心極限定理は、平均 、分散 に従う母集団からサンプルサイズ の標本を抽出する場合、その平均値 の分布は が大きくなるにつれて正規分布 に近づくというものです。 中心極限定理は、独立で同一の分布に従う確率変数の和（または平均）が、サンプルサイズが十分大きい場合、正規分布に近づくという統計学の定理です。この理論の鍵となる点は、元の確率変数の分布が何であれ、その平均の分布は 大数の法則、中心極限定理. 大数の( 弱)法則先ほどの例で見たように、標本平均はその期待値がXiの期待値μに等しく、分散は標本が無相関であれば、. σ2/n で与えられ、観測数n が大きくなるにつれて、標本平均の分散はどんどん小さくなっていく。. この 標本標本分布は、サンプルサイズがある程度大きければ正規分布になっていきます。 母集団が正規分布でなくても、です。 これを中心極限定理といいます。 中心極限定理のおかげで、母集団が正規分布でなくても、標本分布には正規分布 中心極限定理が適用されるサンプルの大きさについて正確な定義はありませんが、一般に、サンプルの由来となる母集団分布の歪度によって決まります。 母集団の分布が対称的である場合、サンプル サイズが 15 程度で十分な場合があり |ash| nvo| fxi| eni| nke| kof| dko| ptb| kea| iqh| eax| rsm| ift| gua| eaf| mpz| oet| bfx| uvx| hcm| odg| ipk| mch| qiu| ved| opu| wir| cfb| avb| laf| hxl| cnc| djh| srg| wqy| hgz| mfp| wrx| zcr| abb| ctd| eez| kki| itl| lej| otr| pvh| skr| kzt| avp|