注册有好礼中心极限定理，与正态分布有什么联系吗？
2020-12-01 16:03:36 阅读（507）
在正式介绍中心极限定理之前，我们需要了解什么是“正态分布”。以掷2个骰子为例，在坐标轴上标记抛出的点数和数值。当抛出次数增加到无限时，坐标轴上的散点将呈现“正态分布”的形式。正态分布也被称为钟形曲线，因为它的曲线形态呈现出两端低、中间高、左右对称的样式。它是概率分布函数中最重要的分布类型，反映了随机性最基本的规律。在正态分布的表达式中，有几个更重要的参数：样本平均值x、总体均值μ、方差σ。纵轴表示概率密度，横轴表示随机变量值，曲线与横轴之间的面积为1，表示所有可能值加起来的概率为100%。事实上，正态分布在生活中得到了广泛的应用：如根据考生成绩的正态分布规律判断试卷命题的难度，根据同质群体的身体功能定义医学参考值的范围。两种青年对中心极限定理的表达，那么我们今天的主角——中心极限定理与正态分布有什么关系呢？事实上，中心极限定理的表达方式有很多种。在这里，我们选择了两种与A/B测试相关的表达方式，供您参考：普通青年：从整体上随机抽取n样本。当n完全大时，样本平均值的抽样分布几乎服从正态分布。普通年轻人对中心极限定理有直观的理解，但对于一些随机变量，简单的样本平均分布不符合正态分布的形式。文艺青年对随机变量的具体分布有更科学的看法：多个独立的随机变量，其平均（和）分布以正态分布为极限，即接近正态分布，与随机变量的具体分布无关。也就是说，无论现有样本数据是什么样的分布，只要变量数据通过平均值或和转换，最终得到的具体分布类型必须是正态分布状态。因此，当我们处理相关数据时，我们不需要这些数据必须是正态分布的性能。A/B测试中心极限定理的应用中心极限定理是概率论中最重要的定理，它支持与信心范围相关的T测试和假设测试的计算公式和相关理论。没有这个定理，后续的推导公式就不成立了。事实上，上述两种对中心极限定理的解释可以在不同场景下判断A/B测试的指标信心区间中发挥一定的作用。对于属于正态分布的指标数据，我们可以快速进行下一个假设测试，并计算相应的信任范围；对于不属于正态分布的数据，根据中心极限定理，当样本容量较大时，总参数的抽样分布趋于正态分布，最终可以根据正态分布的检验公式进行下一步分析。然而，了解中心极限定理只完成了最基本的部分。要真正了解A/B测试和信心范围，还有很长的路要走。第二章，我们将告诉你假设测试。
推荐阅读
猜你喜欢
关注微信公众号
和10万中小企业共同成长
扫码下载APP
享全方位服务一触即达
Copyright © 2004-2022 万商云集（成都）科技股份有限公司 版权所有
蜀ICP备12001963号-2
川公网安备 51010402000322号
快速找产品
扫码下载APP
全方位服务一触即达
关注万商云集
和10万中小企共成长
400-0033-166
8:30-18:00
