在自然界與生產中，一些現象受到許多相互獨立的隨機因素的影響，如果每個因素所產生的影響都很微小時，總的影響可以看作是服從正態分佈的.
取n個隨機變數,假設最終符合上述結論——滿足正態分佈的思想，那麼用正態分佈的思想來將其化為標準正態分佈：
取n個隨機變數,求這n個隨機變數的樣本之和（假設每個隨機變數取乙個樣本），
預備知識：正常情況下（（（正態分佈的隨機變數）再減去（其期望值））/其標準差）得到的變數就是標準正態分佈；
現在我們已經假設我們取到的（n個隨機變數）滿足正態分佈，並且每乙個隨機變數的方差和期望值都相同（n個隨機變數獨立同分布，並沒有要求一定是正態分佈）；
則（（n個隨機變數樣本值的和）再減去（n倍的隨機變數期望值））/（n個隨機變數的標準差））就是最後得到的符合標準正態分佈的隨機變數；
上面只是從已經知道結論的情況下反推公式，因為最後滿足正態分佈的結論實在比過程好記多了，關於n個隨機變數的標準差是（根號n倍的隨機變數的標準差）解釋如下：（n個隨機變數的方差相加）再整體開根號，由於括號裡提出乙個n之後，再開根號必然有個根號n；
重在理解，蓋如是也。
中心極限定理 講講中心極限定理
今天我們來聊聊統計學裡面比較重要的乙個定理 中心極限定理，中心極限定理是指 現在有乙個總體資料，如果從該總體資料中隨機抽取若干樣本，重複多次，每次抽樣得到的樣本量統計值 比如均值 與總體的統計值 比如均值 應該是差不多的，而且重複多次以後會得到多個統計值，這多個統計值會呈正態分佈。還是直接來看例子吧...
中心極限定理
中心極限定理是統計學中又一非常重要的性質。什麼是中心極限定理，為了很直觀的理解它我就通過舉例的方式來進行說明。假設有乙個總體t，現在我從t中隨機抽取k個含有n個元素的樣本s,s1,s2,sk 每個樣本s1 x1,x2.xn s2 x1,x2,xn sk x1,x2,xn 每個樣本的均值為x1，x2,...
中心極限定理
中心極限定理指的是 給定乙個任意分布的總體。每次從這些總體中隨機抽取 n 個抽樣，一共抽 m 次。然後把這 m 組抽樣分別求出平均值。這些平均值的分布接近正態分佈。我們先舉個栗子 現在我們要統計全國的人的體重，看看我國平均體重是多少。當然，我們把全國所有人的體重都調查一遍是不現實的。所以我們打算一共...