在统计学和概率论中,大数定律和中心极限定理是两个重要的概念。它们描述了随机变量在大样本下的行为,并具有广泛的应用。本文将详细介绍大数定律和中心极限定理,并提供相应的源代码来演示它们的实际应用。
一、大数定律
大数定律是指随着样本容量的增加,样本平均值会趋近于总体平均值的现象。在概率论中,最著名的大数定律是弱大数定律和强大数定律。
- 弱大数定律
弱大数定律也称为大数定律的弱收敛形式。它表明,对于独立同分布的随机变量序列,随着样本容量的增加,它们的平均值将以概率收敛于总体平均值。下面是一个用Python实现的例子:
import numpy as np
def weak_law_of_large_numbers(n):
samples = np.random.
订阅专栏 解锁全文
172



被折叠的 条评论
为什么被折叠?



