Python应用|验证中心极值定理

本文介绍了如何使用Python验证中心极值定理,通过绘制直方图展示样本平均值的分布,并利用scipy库进行正态性检验,包括kstest和normaltest方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Python:验证中心极值定理

1.中心极值定理

核心思想:在一个给定的任意分布的总体中,当样本量充分大的时候,每次抽n个样本,一共抽取m次,对每次的值求平均值,这些平均值的分布近似于正态分布。

2.绘制直方图

基本思路
①选择一种分布产生随机数据
②从随机数据中抽取m次,每次抽n个样本,并求出每个样本的平均值

#中心极值定理
import numpy as np
import matplotlib.mlab as mlab

#生成随机数
random_data=np.random.randint(1,50,100000) #生成10000个[1,49]的随机整数
pop_mean=[]
for i in range
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值