为什么说即使变量不服从正态分布，根据中心极限定理，当n很大时，也可用正态分布来近似？ - 365问答
当前位置： & 为什么说即使变量不服从正态分布，根据中心极限定理，当n很大时，也可用正态分布来近似？已解决问题为什么说即使变量不服从正态分布，根据中心极限定理，当n很大时，也可用正态分布来近似？1个回答详细问题描述及疑问：期待您的答案，没有什么华丽的语言,但是我对你的感谢不会减少
本页链接：
满意答案你仔细看看定理并不意味着
中心极限定理，当n（实验），每个实验将这种或那种方式，大量的不确定性，不确定的量可能不服从正态分布，但这些不确定量服从正态分布，带来了极大的方便我们的计算*00
相关内容AD728-250
大家还关注AD728-250 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
中心极限定理及其初步应用
下载积分：1000
内容提示：中心极限定理及其初步应用
文档格式：DOC|
浏览次数：169|
上传日期： 18:37:01|
文档星级：
该用户还上传了这些文档
中心极限定理及其初步应用
官方公共微信中心极限定理之二
已有 4660 次阅读
|个人分类:|系统分类:|关键词:正态分布，轻尾，无穷可分，傅立叶变换
正态分布（Normal distribution）大家都很熟悉，应该是概率论中，知名度最高的名词之一。
每一位接触过概率论的朋友都能说出一点关于正态分布的东西，翻看任何一本概率或者统计的书籍，都少不了对它的介绍。有关它的基本知识，可以参阅WIki百科或者百度百科，搜索一下就可以了。
正态分布的故事很多，从数学里最专门的调和分析到时下最时髦的和谐社会，吹吹正态分布的牛很容易。
这里我想讲这么几个问题，希望能有点新意。
1、正态分布的密度函数exp(-x^2)是唯一的一个傅立叶变换不变函数。用概率论的语言讲，就是正态分布的密度函数跟它的特征函数（characteristic function）形式一致，而且只有正态分布具有这样的性质。傅立叶变换的数学及其应用价值不言而喻，而exp(-x^2)这个量因其优美的不变性，在其中扮演了核心角色。
2、正态分布是轻尾的。明显，exp(-x^2)随着x的增加，会下降很快。用直观的语言讲，符合正态分布的群体，绝大部分个体是集中在&中庸&附近，太极端的个体非常少。这很好的符合了很多自然和社会现实。不过，有越来越多的研究者去关注&厚尾&现象，特别是复杂性的一些工作。比如scale-free网络就是厚尾的，即网络中度很大的节点数目其实还不少。
3、正态分布是无穷可分（infinitely devisible）的。无穷可分是概率极限理论的一个专门概念。粗略地讲，我们关心那些可能成为某一串随机变量极限的分布，都具备什么样的特点？比如，大家知道中心极限定理是一串随机变量收敛到正态分布；还有一种叫poisson收敛，就是二项分布在某种条件下会收敛到poisson分布。教科书里都有介绍。那么正态分布和poisson分布有何种共性？无穷可分性非常好的回答了这个问题。相关内容可参看Durrett的教材第二章。
转载本文请联系原作者获取授权，同时请注明本文来自周达科学网博客。链接地址：
上一篇：下一篇：
当前推荐数：0
评论 ( 个评论)
扫一扫，分享此博文
作者的精选博文
作者的其他最新博文
热门博文导读
Powered by
Copyright &中心极限定理及其意义_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
中心极限定理及其意义
上传于||暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩10页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢}