Mikä on keskeinen raja-lause?

Mikä on keskeinen raja-lause?
Anonim

Vastaus:

Keskeinen rajateoreemi tekee tarkan intuitiivisen ajatuksen siitä, että joidenkin joidenkin populaatioiden yhteydessä tehdyn mittauksen keskiarvon (arvioitu jonkin näytteen perusteella) arviot paranevat näytteen koon kasvaessa.

Selitys:

Kuvittele metsä, joka sisältää 100 puuta.

Kuvittele nyt (melko epärealistisesti), että metreissä mitattuna neljänneksellä niiden korkeus on 2, neljänneksellä niiden korkeus on 3, neljänneksen korkeus on 4, ja neljänneksellä on korkeus 4, ja neljänneksellä on korkeus 4 ja heistä neljännes on korkeus 5.

Kuvittele metsien jokaisen puun korkeuden mittaamista ja käyttämällä tietoa rakentaaksesi histogrammin, jossa on sopivasti valitut roskakoot (esim. 1,5 - 2,5, 2,5 - 3,5, 3,5 - 4,5 ja 5,5 - 6,5; ymmärrän, että en ole määrittänyt bin, johon rajat kuuluvat, mutta tässä ei ole merkitystä).

Histogrammin avulla voit arvioida puiden todennäköisyysjakauman. On selvää, että se ei olisi normaalia.Itse asiassa, mikäli päätepisteet on valittu asianmukaisesti, se olisi yhtenäinen, koska puiden määrä olisi yhtä suuri kuin jokaisella määritellyllä korkeudella jokaisessa astiassa.

Kuvittele nyt menossa metsään ja mittaamalla vain kahden puun korkeus; laskea näiden kahden puun keskikorkeus ja merkitse se. Toista tämä toimenpide useita kertoja niin, että sinulla olisi kokoelma keskiarvoja 2-kokoisille näytteille. Jos haluat piirtää keskiarvon arvioiden histogrammin, se ei olisi enää yhtenäinen. Sen sijaan on todennäköistä, että olisi enemmän mittauksia (arviot keskiarvosta 2-kokoisten näytteiden perusteella) lähellä metsän kaikkien puiden keskimääräistä keskimääräistä korkeutta (tässä tapauksessa

#(2 + 3 + 4 + 5)/4 = 3.5# m).

Koska olisi enemmän arviot keskiarvosta lähellä todellinen väestön keskiarvo (joka tunnetaan tässä epärealistisessa esimerkissä), kuin kaukana keskiarvosta, tämän uuden histogrammin muoto olisi lähempänä normaaliajakoa (huippu lähellä keskiarvoa).

Kuvittele nyt menossa metsään ja toista harjoitus, paitsi että mittaat 3 puun korkeutta, laskemalla keskiarvon kussakin tapauksessa ja merkitsemällä siitä. Histogrammilla, jonka rakentaisitte, olisi vielä enemmän arvioita keskiarvosta lähellä todellista keskiarvoa, vähemmän levinneisyydellä (mahdollisuus poimia kolme puuta mihin tahansa näytteeseen siten, että ne kaikki tulevat jommallakummasta loppuryhmästä --- joko hyvin Korkea tai hyvin lyhyt --- on vähemmän kuin kolmen puun poiminta korkeudessa). Histogrammin muoto, joka sisältää arvion keskimääräisestä koosta (kukin keskiarvo kolmen mittauksen perusteella) olisi lähempänä normaalijakauman arvoa ja vastaava keskihajonta (keskiarvon, ei vanhemman populaation) arvioitu keskihajonta olisi pienempi.

Toista tämä 4, 5, 6, jne., Puiden keskiarvoa kohden, ja histogrammi, jonka suunnittelisitte, näyttää yhä enemmän normaalijakaumalta (jossa on asteittain suuremmat näytekoot). jakelu arviot keskiarvosta on lähempänä todellista keskiarvoa ja keskiarvon arvioiden keskihajonta kapeammaksi ja kapeammaksi.

Jos toistat harjoituksen (degeneroituneelle) tapaukselle, jossa kaikki puut mitataan (useaan otteeseen merkitsemällä keskiarvo joka tapauksessa), histogrammilla on arviot keskiarvosta vain yhdessä säiliössä (joka vastaa todellista keskiarvoa), ilman vaihtelua niin, että "histogrammi" -standardin poikkeama (arvioitu todennäköisyysjakauma) olisi nolla.

Niinpä keskusraja-lause kertoo, että joidenkin populaatioiden keskiarvon keskiarvo asymptoottisesti lähestyy todellista keskiarvoa ja keskiarvon estimaatin keskihajonta (emo-populaation jakautumisen keskihajonta) pienenee asteittain suuremmille näytekokoille.