中心极限定理-通俗理解
中心极限定理-通俗理解:
1、大量相互独立的随机变量,其求和后的平均值服从正态分布,分布是指按照每个平均值的出现频数去判断分布
2、给定一个任意分布的总体。每次从这些总体中随机抽取 n 个抽样,一共抽 m 次。
然后把这 m 组抽样分别求出平均值。 这些平均值的分布接近正态分布。
本文的例子通过扔骰子,模拟实现,思路如下:
1、进行了5000组实验,每个实验,扔100次骰子并求和,
2、然后对这个和进行分布统计,按照这个和值出现的频数进行统计,然后画图出来
3、改变骰子的1-6数字出现的概率,比如骰子6个面是123416,发现和值仍然服从正态分布
import matplotlib.pyplot as plt
import numpy as np
import matplotlib# 统计次数
def count_times(count,num):if (str(num) in count.keys()):count[str(num)] = count[str(num)] + 1else:count[str(num)] = 1# return count# 随机扔n次骰子,并求点数和
def random_and_sum(n):total = 0;count = {}for i in range(n):num = np.random.randint(1,7)# print("第", i, "次", num)# 即使分布不同,定理也成立# if num == 5:# num = 1count_times(count,num)total = num + total# print("count=",count)return total# Test 随机扔100次骰子,并求点数和
# total = random(100) # max 600
# print("total=",total)# 进行m组实验,每次实验扔n次骰子,并求点数和,并统计def ramdom_outside(m,n):global all_sumcount = {}for i in range(m):total = random_and_sum(n)count_times(count,total//10)return counttotal_times = ramdom_outside(5000,100)
print("total_times1=",total_times)# 字典 按key排序
total_times = sorted(total_times.items(), key = lambda k: k[0])
print("total_times2=",total_times)# 整理出 画图的 x y值
label_list = [];
num_list1 = [];for tup in total_times:label_list.append(tup[0]) # 横坐标值num_list1.append(tup[1]) # 纵坐标值print("label_list=",label_list)
print("num_list1=",num_list1)# 设置中文字体和负号正常显示
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = Falsex = range(len(total_times))
plt.bar(left=x, height=num_list1, width=0.5, alpha=0.8, color='red', label="次数",tick_label = label_list)
plt.ylabel("频次")
plt.title('中心极限定理')
plt.legend() # 设置题注
plt.show()
现实中的应用
现在我们要统计全国的人的体重,看看我国平均体重是多少。当然,我们把全国所有人的体重都调查一遍是不现实的,而且体重和每个人的生活的各种因素都有关系,无法量化。所以我们打算一共调查1000组,每组50个人。 然后,我们求出第一组的体重平均值、第二组的体重平均值,一直到最后一组的体重平均值。中心极限定理说:这些平均值是呈现正态分布的。并且,随着组数的增加,效果会越好。
上例中,人的体重是正态分布的。但如果是掷一个骰子(平均分布),甚至是一个不均衡的骰子,
最后每组的平均值也会组成一个正态分布。
中心极限定理-通俗理解相关推荐
- 大数定律 与 中心极限定理 的理解
目录 1.大数定律 2.中心极限定理 1.大数定律 当样本的数量足够大时,样本的统计特性就可以近似代表总体的统计特性."大数" 是指样本的数量足够大或者试验的次数足够多. 2.中心 ...
- 中心极限定理-纯理解无公式
#什么是中心极限定理(Central Limit Theorem) 中心极限定理指的是给定一个任意分布的总体.我每次从这些总体中随机抽取 n 个抽样,一共抽 m 次. 然后把这 m 组抽样分别求出平均 ...
- 大数定理与中心极限定理
大数定律 定义: 理解: 可以用样本均值估计总体分布的均值(频率趋近于概率) 举例: 抛N次硬币,当N趋近于无穷大时,正面出现的频率等于正面出现的概率. 中心极限定理 定义:(林德贝格-勒维中心极限定 ...
- 5.2 中心极限定理
学习目标: 要学习中心极限定理,我会采取以下几个步骤: 学习基本概念:了解什么是随机变量.样本.总体.概率密度函数等基本概念,为学习中心极限定理打下基础: 学习正态分布:中心极限定理的核心是正态分布, ...
- 通俗的角度理解遍历性定理 (从大数定理,中心极限定理再到遍历性定理)
文章目录 遍历性定理 所以先理解什么是大数定律 顺便再看看中心极限定理 再看遍历性定理 今天开始学时间序列分析,老师讲了一个名词叫遍历性定理. 遍历性定理 百度百科上的定义: 遍历性定理类似于截面数据 ...
- 大数定理和中心极限定理的通俗理解。
一直觉得大数定理和中心极限定理很神秘,很模糊.这次下决心来搞一个彻底清楚,研究一下. 先介绍一下大数定理.网上查了一下由下面几个版本. 切比雪夫大数定律:用统计方法来估计期望的理论依据.E(X)≈1n ...
- 通俗理解大数定律、中心极限定理
依概率收敛 https://www.zhihu.com/question/19911209/answer/876481176 来源 不知道各位在学习概率论之初是不是也有我这样的想法:**在实验次数足够 ...
- 通俗讲解 依概率收敛,大数定理和中心极限定理
通俗讲解 依概率收敛,大数定理和中心极限定理 依概率收敛 首先说一下结论,依概率收敛是一种基础证明工具,可以类比到高数中的极限定义,将一种直觉上的 "逼近某个数" 用数学公式来定义 ...
- 中心极限定理与大数定理理解
作者:猴子 链接:https://www.zhihu.com/question/22913867/answer/250046834 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转载 ...
最新文章
- 降维-基于RDD的API
- 一个简单的Ajax开发框架
- Sublime Text 3 初试牛刀
- php filespl,PHP SPL--遍历目录
- ubuntu编辑器terminator与vim
- 流媒体传输协议详解之---RTSP认证
- 排序算法浅析(一)比较排序算法
- 在Ubuntu中安装以theano作为backend的keras
- Oracle导入导出之dmp
- EJB-02:EJB开发流程
- [JAVA毕业设计]大数据在线考试系统在线阅卷系统及大数据统计分析源码获取和系统演示
- nginx判断手机端还是电脑
- matlab偏导数方程,利用Matlab求解不同类型的偏微分方程
- python--step-01
- FPGA电源设计总结
- 变限积分求导公式总结_变限积分的求导公式及其应用
- Integrated Electrical Test Vehicle Co-designed with Microfluidics for Evaluating the Performance of
- 王阳明《没有秘密的你》开播 超A男神化身正义律师叱咤律界风云
- oracle常用日期格式,ORACLE常用日期数据格式
- Python校内实训--第二天星座查询进阶版