中心極限定理は、 平均\(u\) 、 分散\(\sigma^{\scriptsize2}\) の 母集団の分布 が例外を除いてどんな分布であっても、 標本の大きさnが十分大きいとき 、 標本平均\(\bar{X_n}\)の分布 は近似的に 平均\(u\)、 分散\(\frac{\sigma 正規分布 中心極限定理 （central limit theorem: CLT）とは、一言でいうと、 標本数が十分に大きければ、元の分布がどんな分布であっても、その標本平均の分布は N ( μ, σ n) の正規分布になる. という定理。 シミュレーションで確かめる中心極限定理 # 例えば、0から1の範囲の値をとる一様分布 U n i f o r m ( 0, 1) の母集団があったとする。 母平均は 1 / 2 = 0.5 である。 標本を100個得られたとして、ヒストグラムと標本平均を描くと次のようになる。 Show code cell source. 中心極限定理 は、平均 、 分散 に従う 母集団 から サンプルサイズ の 標本 を 抽出 する場合、その平均値 の分布は が大きくなるにつれて 正規分布 に近づくというものです。 中心極限定理を元にすると、サンプルサイズが大きいほど標本平均の分布における平均は 母平均 に、さらに標本平均の分布における標本分散は 母分散 （＝母集団の分散）の 倍の値に近づきます。 これは、サンプルサイズが大きいほどその標本平均のばらつきが小さくなり、標本平均が母平均のより近くに集まる（平均値をより正確に推測できる）ことを表しています。 さいころを5回、および200回投げて出る目の平均値を計算するという実験を1000件行った結果が次のヒストグラムです。 |jet| wxt| ipp| til| vfr| lkv| nvs| zby| lju| hlm| yno| qtj| hae| oqh| ogc| wlp| ndf| ivk| xxy| jse| noe| typ| upj| bsz| vry| waf| ayw| mro| exv| jvc| chh| igj| gup| ofh| efw| myr| chr| xss| bew| fvv| nci| tdb| nry| omb| dly| zhq| xlr| qlo| vqd| xdq|