Про центральну граничну теорему
Центральна гранична теорема (ЦГТ) — один із найпотужніших результатів статистики: якщо відбирати достатньо великі випадкові вибірки майже з будь-якого розподілу й обчислювати їхні середні, то ці середні будуть розподілені приблизно нормально — незалежно від форми вихідного розподілу. Формально: якщо X має середнє μ і стандартне відхилення σ, то розподіл вибіркового середнього X̄ (вибірок розміру n) збігається до N(μ, σ²/n) при зростанні n. Саме це пояснює, чому так багато природних і соціальних явищ мають дзвоноподібний розподіл: вони є сумою багатьох незалежних впливів.
Оберіть вихідний розподіл (Рівномірний, Експоненційний, Бімодальний, Пуасона або Правосторонньо-скошений), задайте розмір вибірки n і натисніть «Старт». Верхня смуга показує форму вихідного розподілу; нижня гістограма накопичує вибіркові середні. Золота крива накладає теоретичний нормальний розподіл, а панель статистики показує, наскільки близьке емпіричне стандартне відхилення до теоретичного σ/√n.
Часті запитання
Що саме стверджує ЦГТ?
Для незалежних однаково розподілених (i.i.d.) випадкових величин X₁, X₂, …, Xn із середнім μ і скінченною дисперсією σ² стандартизоване вибіркове середнє (X̄ − μ) / (σ/√n) збігається за розподілом до стандартного нормального N(0,1) при n → ∞. На практиці n ≥ 30 часто достатньо для симетричних розподілів; для сильно скошених може знадобитися n ≥ 100 і більше.
Чому гістограма звужується при збільшенні розміру вибірки?
Стандартна похибка середнього дорівнює σ/√n — вона зменшується як квадратний корінь із розміру вибірки. Подвоєння n вдвічі зменшує стандартну похибку, роблячи дзвоноподібну криву вдвічі вужчою. Саме тому усереднення повторних вимірювань — такий потужний інструмент: зібравши вчетверо більше даних, вдвічі зменшуємо невизначеність середнього.
Чи діє ЦГТ для бімодальних розподілів?
Так — ЦГТ застосовна до будь-якого розподілу зі скінченним середнім і дисперсією, включно з бімодальними. Бімодальний варіант у симуляторі використовує суміш двох гаусіанів із центрами 0,25 і 0,75. Хоча вихідна форма має два піки, після кількох сотень вибірок розміром n = 30 гістограма середніх вже вражаюче нагадує дзвін.
Різниця між дисперсією генеральної сукупності і стандартною похибкою?
Дисперсія генеральної сукупності σ² описує розкид окремих спостережень навколо середнього. Стандартна похибка σ/√n описує розкид вибіркових середніх — вона набагато менша, бо усереднення n значень «скасовує» частину індивідуальної мінливості. Плутати їх — поширена статистична помилка: соціологи наводять стандартну похибку свого опитування, а не розкид індивідуальних думок.
Чи є розподіли, для яких ЦГТ не діє?
Так. Розподіли з нескінченною дисперсією (наприклад, розподіл Коші або степеневі з показником ≤ 2) не задовольняють умов ЦГТ. Для величин з розподілом Коші вибіркове середнє скільки завгодно великих вибірок залишається розподілом Коші — воно ніколи не збігається до нормального. Саме тому моделі ризику, засновані на нормальному розподілі, катастрофічно недооцінюють екстремальні фінансові втрати під час криз.
Чому більшість вимірювань у науці підпорядковуються нормальному розподілу?
Більшість вимірювань — це результат багатьох малих незалежних адитивних похибок: неточність приладу, коливання середовища, округлення тощо. За ЦГТ сума багатьох малих незалежних похибок збігається до нормального розподілу незалежно від їхніх індивідуальних форм. Саме тому гаусові моделі похибок настільки поширені в експериментальній науці.
Що означає «правило n ≥ 30»?
Емпіричне правило, що вибірки розміром 30 достатньо для дії ЦГТ, виникло з досвіду роботи з помірно скошеними одновершинними розподілами. Для ідеально симетричного джерела (як Рівномірний) вже n ≥ 5 дає майже нормальну гістограму середніх. Для дуже скошених (як Експоненційний) може знадобитися n ≥ 100. У симуляторі можна перевірити це безпосередньо, порівнюючи якість нормального апроксимації при різних n.
Як ЦГТ використовується в перевірці гіпотез?
ЦГТ обґрунтовує застосування z-тестів і t-тестів навіть коли вихідна генеральна сукупність не є нормальною. Наприклад, при порівнянні середнього рівня холестерину двох груп ЦГТ гарантує, що вибірковий розподіл різниці середніх є приблизно нормальним при достатньо великих вибірках, тому z-тест коректний. Таким чином ЦГТ є невидимим фундаментом більшості класичного статистичного виведення.
Який зв'язок між ЦГТ і дзвоноподібною кривою в природі?
Зріст людей, результати тестів, похибки вимірювань і чимало біологічних ознак приблизно нормально розподілені, бо формуються адитивним впливом багатьох незалежних генетичних і екологічних чинників. За ЦГТ сума багатьох малих незалежних впливів — якими б не були їхні власні розподіли — прагне до нормального. Френсіс Гальтон назвав це «верховним законом безглуздя», коли відкрив явище у 1870-х роках.
Що означає відсоток «Збіг нормального апрокс.» у панелі статистики?
Симулятор обчислює теоретичне стандартне відхилення вибіркового розподілу σ_теор = σ/√n, а потім вимірює емпіричне σ_емп накопичених середніх. «Збіг» = 100% × (1 − |σ_емп − σ_теор| / σ_теор), але не менше 0%. Значення близько 100% означає, що гістограма точно відповідає передбаченню ЦГТ; низькі значення сигналізують, що потрібно більше вибірок або більший n.