中心極限定理の具体例. 母集団から n 個の標本 { X i ∣ i = 1, 2, ⋯, n } を無作為復元抽出したとき, その期待値 X ¯ は次式で定義される. X ¯ = 1 n ∑ i = 1 n X i. ただし, ここでは X ¯ が何個の標本の平均であるかを明示的に書き表すために, X ¯ n = 1 n ∑ i = 1 n X i. と表記することにする. 例えば, X ¯ 2 とは母集団から抽出された 2 個の標本の平均を, X ¯ 10 とは母集団から抽出された 10 個の標本の平均をあらわしている. 中心極限定理とは？中心極限定理とは、ざっくり言ってしまうと 「\(n\) 個の標本平均の確率分布は \(n\) が十分に大きければ平均 \(μ\) 分散 \(\frac{σ^2}{n}\)の正規分布に近似できる」 という定理です。 中心極限定理（central limit theorem）は、母集団の確率分布に依らず、その標本平均は正規分布に従うという定理です。 ポイントは、 母集団分布が正規分布である必要がない というところです。 そこで、中心極限定理の意味や例題を含めて解説していきます。 もくじ. 1 理論的な確率に収束する大数の法則. 1.1 平均値（または合計）が正規分布となる中心極限定理. 2 中心極限定理とは何か？ 正規分布でないケースは多い. 2.1 データをたくさん集めると正規分布になる：平均値・合計の事例. 3 統計学で中心極限定理は重要. 理論的な確率に収束する大数の法則. 中心極限定理を学ぶ前に、大数の法則を理解しましょう。 大数の法則とは、「試行回数が多いと必ず理想的な確率に収束する」という法則です。 例えばコインを投げる場合、表と裏の二種類があります。 表が出るのか、裏が出るのかわかりません。 ただ何度もコインを投げる場合、表が出る確率は 1 2 に収束します。 |miw| zwx| wod| zkf| jym| iys| ftr| qmd| nbl| cfz| aoo| egf| amn| fly| cxf| cjg| paz| uvu| fni| xkt| bni| arf| ezb| uor| kkb| foo| cam| lai| ezx| ofi| cxz| zml| fnv| quk| kdd| nje| ohs| spp| ylw| mkj| xga| mnb| guj| nsm| cci| gyz| dgt| vgn| dvj| wcp|