ちゅうしんきょくげん‐ていり【中心極限定理】
中心極限定理
中心極限定理
【英】:central limit theorem
互いに独立な確率変数列 において が のとき正規分布に近づくならば, 中心極限定理が成立するという. が同一の分布をもち, 分散が有限ならば, の分布に関わらずに中心極限定理が成立することが知られている. この結果は, 正規分布の有用性を裏付けるものである.
確率と確率過程: | ランダムウォーク 一様分布 一様化 中心極限定理 信頼度 信頼性 停止時 |
待ち行列ネットワーク: | 一般化ジャクソンネットワーク 一般化セミマルコフ過程 不感性 中心極限定理 仕事量保存型サービス 入力密度 内部推移 |
中心極限定理
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2024/09/05 14:31 UTC 版)
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。(2010年2月) |
中心極限定理(ちゅうしんきょくげんていり、英: central limit theorem, CLT)は、確率論・統計学における極限定理の一つ。
大数の法則によると、ある母集団から無作為抽出した標本の平均は標本の大きさを大きくすると母平均に近づく。これに対し中心極限定理は標本平均と母平均との誤差の分布を論ずるものである。多くの場合、母集団の確率分布がどんな分布であっても、標本平均と母平均の誤差の分布は、標本の大きさを大きくしたとき近似的に期待値ゼロの正規分布になる。これを中心極限定理という。
なお、母集団の分布に分散が存在しないときには、標本平均と母平均の誤差の分布の極限が正規分布と異なる場合もある。
確率変数での中心極限定理は、独立した同一の分布に従う確率変数がN個あった場合、元の分布が期待値 μ と分散 σ2 を持てば、N個の確率変数の算術平均は、n が十分大きいとき近似的に期待値 μ と分散 σ2/nの正規分布に従うというものである。
統計学における基本定理であり、例えば世論調査における必要サンプルのサイズの算出等に用いられる。
定理
期待値 μ と分散 σ2 を持つ独立同分布 ("i.i.d.") に従うn個の確率変数 X1, X2, …… , Xn に対して