知识卡片
大数定律与中心极限定理
大数定律在独立同分布且均值存在的经典情形下解释样本均值为什么靠近总体均值。有限且非零方差时,中心极限定理给出标准化均值趋近标准正态,原尺度波动约为 σ/√n。增加每组抽样量 n 会改变这个分布,增加绘图用的组数会让经验直方图更稳定。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 补基础:不怕学不懂概率统计 · 查看原书依据
大数定律和中心极限定理都在描述样本的均值性质。大数定律描述的是,随着数据量的增大,样本均值约等于总体均值。而中心极限定理描述的是,样本均值不仅接近总体均值,而且围绕总体均值呈现正态分布。大数定律揭示了
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第3章《补基础:不怕学不懂概率统计》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter003.xhtml)
- 结论依据:硬币频率和骰子分组模拟分别展示收敛目标和均值分布。
- 原始内容:大数定律和中心极限定理都在描述样本的均值性质。大数定律描述的是,随着数据量的增大,样本均值约等于总体均值。而中心极限定理描述的是,样本均值不仅接近总体均值,而且围绕总体均值呈现正态分布。大数定律揭示了