手推 中心极限定理前奏内容1 先理清中心极限定理与大数定理
2022-09-30 本文已影响0人
RoboticJenny
为了满足虚心学习的群友 但不想暴露自己并比较害羞的人,只能在这里推一遍看看。


首先让我敲黑板一次:有很多人都不明白中心极限定理以及大数定理真正的内涵,我说这话大家没意见吧。
笔者理解可能也不会很到位。 大数定理我在之前概率公理化的文章里已经粗略科普过了。

有一句话是这样说的:不管总体是什么分布,任意一个总体的样本(抽样,比如人口普查,你在抽样的时候就是尽可能复制足够多同样的随机试验)平均值都会围绕在总体平均值(期望的本质就是概率的平均值)周围,(你先在这停一下,这个是大数定律内容,对比上面定义),并且呈正态分布。说完并且我就说完这句话了,整个这句话才是中心极限定理的内容。而且中心极限定理它想表达的核心是什么:
不管是什么分布,只要你分布复制足够多且取平均,就会回归到正态分布。
下面是数学语言:

其中正态分布我也在之前的文章科普过(大家知道为啥没人看我还是要写嘛?写一遍至少自己印象又深了)

请大家注意每一个图片每一个细节每一句话,没有半句废话。(不要到时候说一个随机事件也能呈分布嘛?可以啊!你可不就是一个随机事件出现次数的概率分布)
另外再把我文章的概率公理化再看看
感谢你能看到这里,接下来之后的内容将更精彩。明天更新。