数理统计 Cheat Sheet 2:中心极限定理
在现实中,有些事件的发生会受到大量相互独立的随机因素的影响,而其中每一个因素对事件的影响又是微弱的,此类事件往往近似服从正态分布。 1. 独立同分布的中心极限定理 定理一(独立同分布的中心极限定理)设随机变量 $X_1, X_2, \cdots, X_n, \cdots$ 相互独立,服从同一分布,且具有数学期望和方差 $E(X_k) = \mu, \; D(X_k) = \sigma^2 …
Read more
learn, build, evaluate
在现实中,有些事件的发生会受到大量相互独立的随机因素的影响,而其中每一个因素对事件的影响又是微弱的,此类事件往往近似服从正态分布。 1. 独立同分布的中心极限定理 定理一(独立同分布的中心极限定理)设随机变量 $X_1, X_2, \cdots, X_n, \cdots$ 相互独立,服从同一分布,且具有数学期望和方差 $E(X_k) = \mu, \; D(X_k) = \sigma^2 …
Read more
1. 辛钦大数定理 大量实验证实,随机事件 $A$ 的频率 $f_n(A)$ 随重复试验的次数 $n$ 的增大而稳定在一个常数附近,频率的稳定性是概率定义的客观基础,也符合直观上的认识。大数定律从理论上说明了频率的稳定性。 弱大数定理(辛钦大数定理)设 $X_1, X_2, \cdots$ 是相互独立、服从同一分布的随机变量序列,且具有数学期望 $E(X_k) = \mu$($k = 1,…
Read more