中心极限与大数定理律的关系_深入浅出正态分布,大数定律,中心极限定理
之前看概率论的书,谈到正态分布的第一个反应就是那个看起来很随便的突起的曲线,以及现实生活中好像有很多东西都符合正态分布,除此之外就再没有别的理解了,直到最近看书才慢慢体会到了概率中藏着的很多秘密。
封面:电影《盗梦侦探Paprika》
某天小王同学突然被告知他是某个远方的亲戚的唯一继承人,这个亲戚给了他两个选择,要么完成某个挑战获得300亿的遗产,要么轻松拿着1000万回家,但是挑战很难,完成挑战的概率是1/2000,那么如果你是小王会怎么选择呢?
如果你是个很聪明的人,你一定会拿出计算器来算算数学期望:
1/2000 * 300000000000 = 1500W > 1000W
你发现还是完成挑战的期望高,所以义无反顾的选择了接受挑战,但事实上是你想多了。可是明明期望更高,为什么你会一分钱都得不到呢?不是因为你并不是男主角,而是你真的不懂概率。
1. 方差与标准差
很多时候在我们做出决策时,只考虑期望是不够的,在这个世界上既有不喜欢冒险追求稳定的人,也有倾向于通过冒险一次性获得巨大收益的人,因此我们在这里引入了描述分布性质的第二个指标,方差。
当我们在考虑一个随机变量的取值时,即使它的期望值是
为什么方差是个期望?
方差跟期望一样是个固定的用来描述分布的值,是分布的属性,是固定不变的。
为什么要用平方?而不是用绝对值或者别的?
平方的话对应的曲线是平滑的,可以求导或者微分。
方差描述的就是分布的离散程度,方差越大分布越散乱,越小分布就越集中(稳定),当方差等于0时就意味着
根据描述小王的第一种抉择是符合伯努利分布的,我们可以计算一下其方差。
E(X-E(X)^2)
= (X1-E(X)^2)P(X1) + (X2-E(X)^2)P(X2)
= (30000000-15000000)^2 * 1/2000 + (0-15000000)^2 * 1999/2000
= ....自己算吧
可是,我们拿到了这么大一个数,怎么去衡量到底数据的离散程度呢?如果一个分布A的方差是100,另一个分布B的方差是1,那么A比B的分散程度要扩大了100倍吗?其实只有十倍。
因为我们计算的时候是用的平方距离来衡量,所以我们必须引入方差的平方根——标准差,来衡量数据的离散程度(这也许就是在提取特征时大家更喜欢使用标准差而不是方差的原因)。
方差和标准差还有一些性质,例如加常量后方差不变,乘以n后方差变成原来的n^2倍,标准差变成n倍。
根据这个性质,我们可以把不同分布的数据做做一个标准化,让它们的方差变为1,期望变为0,这样做的好处一个是可以均衡各个特征对模型的影响,另一个好处是可以加快迭代的速度。具体的方法是令
说些题外话,上面的标准化方法叫做Zscore,但是这个方法会消除数据的分布信息,体现的是数据中各个样本的差异,需要确保特征提供的信息不包括于方差和期望。
2. 大数定律
大数定律的定义想知道的自己去wiki看,我自己的理解就是当事情发生的多了这些事情的平均值就会趋于稳定,例如你抛一次硬币无法预知它的结果,但是你抛20次就会发现正反的次数近似相同,苏联科学家弗谢沃洛德·叶瓦诺维奇·罗曼诺夫斯基曾经抛硬币80640次,正面的结果是39699次,概率在0.492。
虽然是个大家都明白的道理,但是证明起来却很麻烦。
对于随机变量
均值的期望为
假设各个变量遵循独立同分布,那么
那么
那么
假设各个变量遵循独立同分布,那么
当n趋近于无穷大时,
证毕。
如果看过我之前写的那片平行宇宙的玄学文的话,这里就是我们这些处于同一个平行宇宙的凡人唯一的机会去了解掌握所有平行宇宙真理的唯一机会了吧。
3. 正态分布
正态分布是我们最熟悉不过的分布了,它也被称为高斯分布,在大多数人眼里它是这样的:
我们在高中就学了正态分布的概率密度函数:
但是大部分人估计第一次见都很蒙蔽,然后一直把它背下来,直到现在也不知道是啥意义,也不知道为什么要这么写。
首先我们先拿出标准正态分布的概率密度函数,这个要顺眼一些:
前面就是个系数,我们看后面的
这一部分是一个平方的指数的结构,那么就意味着首先它是左右对称的(平方特征),然后里面x越大整体就越小,x为0时
那么前面的系数的怎么回事呢?我猜是为了凑概率密度的积分为1吧。(此处可以用高斯积分推导)
可是里面e的指数为啥要除以2呢?据说这里是为了让方差恰好为1,也就是是我们看到的最大最小的值差距是1。
而标准正态分布就是对普通正态分布做了上面的标准化而已,我们可以反标准化推出正态分布
令
这时相当于对标准正态函数进行了缩放和平移的操作,就可以还原上面的正态函数了。
4. 中心极限定理
而正态分布之所以是这样的分布,并不是因为我们像需要sigmod函数一样而创造了sigmod函数,而是自然法则创造了正态分布,这条法则就是中心极限定理。
中心极限定理指的是【任何分布的】一系列独立同分布的变量,他们的均值呈正态分布。
这句话有点难以理解,举个例子,当你掷色子6次时,发现均值是3.5,然后你又掷色子6次,发现是4,然后你又……最后发现这些均值满足正态分布。
而且不光是普通色子,就算是四面的色子,或者是各种奇形怪状的色子,都满足这个定理。
对于任意的独立同分布的变量
而n趋近于无穷时X时分布
而与大数定律不同的是:
中心极限定理描述的是,样本的平均值约等于总体的平均值。不管总体是什么分布,任意一个总体的样本平均值都会围绕在总体的整体平均值周围,并且呈正态分布。在无数次独立同分布的随机事件中,事件的频率趋于一个稳定的概率值,这是大数定律。两者在不同的维度上。
至于它为什么收敛为正态分布,中心极限定理和大数定律的关系,我实在是很困了,这个坑还是留着下一次再填好了ヾ( ̄▽ ̄)
如有帮助,请在下面打赏。
中心极限与大数定理律的关系_深入浅出正态分布,大数定律,中心极限定理相关推荐
- 中心极限与大数定理律的关系_素数定理的介绍+非常简单的推导
先简单的介绍一下素数定理: 素数定理( )是素数分布理论的中心定理,是关于素数个数问题的一个命题.它告诉我们, 中大约有 个素数( ).这个大约的意思是,随着 的增大,二者的比值会越来越趋于1. 为了 ...
- 中心极限与大数定理律的关系_多元函数的极限、连续性分析
Hello,bodies!欢迎您来到我的另一个专栏,主要是涉及到各种微积分和线性代数的各种问题,希望大家感兴趣的话,可以关注一波!这是我投的第一篇文章,也是一个私信小伙伴很早就提到的,我就给大家捋一捋 ...
- 中心极限与大数定理律的关系_麦克斯韦速度分布律与气体分子碰壁数的推导
本文对Maxwell速度分布律的推导按以下步骤进行: 1.根据速度分布的各向同性假设,确定Maxwell速度分布的基本形式 2.计算气体分子碰壁数,进而推导压强和温度与方均根速率的关系 3.根据温度与 ...
- 中心极限与大数定理律的关系_中心极限定理(CLT)?2个例子帮你轻松理解CLT...
全文共1204字,预计学习时长4分钟 图源:unsplash 中心极限定理(CLT)是指,给定足够大的样本量,无论变量在总体中的分布如何,变量均值的抽样分布都将近似于正态分布. 这是统计学中的一个基本 ...
- 中心极限与大数定理律的关系_CLT 中心极限定理
任何过程的控制与分析都难以做到对样本的总体数据进行收集和分析,都是通过特定的抽样计划进行样本采集.分析,然后通过样本数据的结论对样本的总体进行统计推论,从而对总体做出相应的决策.在样本对总体的统计推论 ...
- masonry的约束应该写在哪里_规划奇思|“中心城区”到底在哪里?和城镇开发边界是什么关系?...
随着9月发行的<市级国土空间总体规划编制指南(试行)>和<湖南省县级国土空间总体规划编制指南(试行)>,基本明确了市级和县级国土空间规划的两个层次,即全域和中心城区,两个不同层 ...
- 嵌入式与人工智能关系_嵌入式人工智能的发展趋势
嵌入式与人工智能关系_嵌入式人工智能的发展趋势 所谓嵌入式人工智能,就是设备无须联网通过云端数据中心进行大规模计算去实现人工智能,而是在本地计算,在不联网的情况下就可以做实时的环境感知.人机交互.决策 ...
- es数据更新时间_京东到家订单中心系统mysql到es的转化之路
原文:https://www.toutiao.com/i6796507988602389006 京东到家订单中心系统业务中,无论是外部商家的订单生产,或是内部上下游系统的依赖,订单查询的调用量都非常大 ...
- 统计学的那些冷门思考(各种检验+中心极限)
为了准备拼多多的数分岗,专门问了前讯飞同事关于统计数学中的一些冷门知识. 确实我当初和她讨论过,不过当时就忘了.今天专门写个博客以此纪念下来,人家可是老美数学出身,感觉学东西比我灵活,不那么死.今天把 ...
最新文章
- 求矩阵两条对角线元素之和
- 对人脑而言,阅读计算机代码和阅读语言有何不同?
- mysql多语句查询结果_MySQL查询从多个选择语句获取结果?
- mysql 异常处理实例
- notepad拼心形_bat心形代码
- 超过200m文件发送_苦等10年的微信功能——大文件功能来了
- linux+svn+拉取版本_在linux客户端下管理svn版本库
- Linux系统的基本安装
- SpringCloud Gateway 服务网关,限流
- 完了!Oracle 被虐!MySQL 登顶 Top1!原来这么多人都在用
- 一、2.结构化解题流程细节
- xhr的get和post请求的简单实现
- OSChina 周三乱弹 —— 你们的女神宣布结婚了
- 【开发环境搭建】7. Vscode使用SFTP远程文件同步
- python tkinter界面 多进程启动scrapy爬取百度贴吧的回复,显示爬取进度,并可以搜索回帖人,指定时间生成词云图,用pyinstaller打包成exe(七)
- Python Django 学习 (二) 【Django 模型】
- CSDN博客炫丽图标调整字体大小和颜色
- 新一轮调控将把中国房地产市场带向哪
- 【Proteus】PWM脉冲调制信号
- strlen函数的用法及模拟实现strlen函数的两种方法