중심극한정리(CLT : Central Limit Theorem)
임의표본의 평균()은 그 개수가 많아지면서 인 정규분포로 수렴하고,
를 만족한다.
흔히 표본의 크기가 25보다 크면 중심극한 정리를 이용할 수 있다.
라플라스(Laplace)의 정리
중심극한정리를 이항분포에 적용시킨 정리
확률변수 X가 이항분포 B(n,p)를 따르고, n이 충분히 클 때 (n>=50)에는
변수 X는 근사적으로 정규분포 N(np, npq)를 따른다.
이항분포의 정규근사화
확률변수 X ~ B(n,p) 일때, np > 15, n(1-p) >15 두 가지 조건을 만족하면,
~ N(0,1) 로 근사 시킬 수 있다.
참조: K-MOOC R을 활용한 통계학 개론 김충락교수님 자료
네이버 지식백과
위키백과
'수학, 과학 관련 학습 > 통계학' 카테고리의 다른 글
통계학 : 포아송 분포 (0) | 2019.03.05 |
---|---|
통계학 : 통계적추론, 점추정, 구간추정 (1) | 2019.03.04 |
통계학 : 베르누이 시행 (0) | 2019.03.04 |
통계학 : 왜도, 첨도 (0) | 2019.03.04 |
통계학 : 공분산, 상관계수 (0) | 2019.03.04 |