中心极限定理

R 统计学入门

Maggie Matsui

Content Developer, DataCamp

掷骰 5 次

die <- c(1, 2, 3, 4, 5, 6)

# Roll 5 times sample_of_5 <- sample(die, 5, replace = TRUE) sample_of_5
1 3 4 1 1
mean(sample_of_5)
2.0

 

六面骰子

R 统计学入门

掷骰 5 次

# Roll 5 times and take mean
sample(die, 5, replace = TRUE) %>% mean()
4.4
sample(die, 5, replace = TRUE) %>% mean()
3.8
R 统计学入门

掷骰 5 次共 10 轮

重复 10 次:

  • 掷 5 次
  • 取均值

 

sample_means <- replicate(10, sample(die, 5, replace = TRUE) %>% mean())

sample_means
3.8 4.0 3.8 3.6 3.2 4.8 2.6 3.0 2.6 2.0
R 统计学入门

抽样分布

样本均值的抽样分布

10 个样本均值的直方图

R 统计学入门

100 个样本均值

replicate(100, sample(die, 5, replace = TRUE) %>% mean())
2.8 3.2 1.8 4.6 4.0 2.8 4.4 2.4 3.4 2.8 4.2 3.4 ... 2.2 3.8 3.6 3.8 4.4 4.8 2.4

100 个样本均值的直方图

R 统计学入门

1000 个样本均值

sample_means <- replicate(1000, sample(die, 5, replace = TRUE) %>% mean())

1000 个样本均值的直方图

R 统计学入门

中心极限定理

统计量的抽样分布,试验次数越多越接近正态分布。

10、100、1000 个样本均值的直方图,样本数越多分布越像钟形

 

* 样本应当随机且独立

R 统计学入门

标准差与 CLT

replicate(1000, sample(die, 5, replace = TRUE) %>% sd())

1000 组 5 次掷骰样本标准差的分布

R 统计学入门

比例与 CLT

sales_team <- c("Amir", "Brian", "Claire", "Damian")

sample(sales_team, 10, replace = TRUE)
"Claire" "Brian"  "Brian"  "Brian"  "Damian" "Damian" "Brian"  "Brian" 
"Amir"   "Amir"
sample(sales_team, 10, replace = TRUE)
"Amir"   "Amir"   "Claire" "Amir"   "Amir"   "Brian"  "Amir"   "Claire" 
"Claire" "Claire"
R 统计学入门

比例的抽样分布

样本比例的分布也近似正态

R 统计学入门

抽样分布的均值

# Estimate expected value of die
mean(sample_means)
3.48
# Estimate proportion of "Claire"s
mean(sample_props)
0.26
  • 估计未知总体分布的特征

样本均值的抽样分布,中央有虚线  

  • 更易估计大总体的特征
R 统计学入门

Vamos praticar!

R 统计学入门

Preparing Video For Download...