Центральная предельная теорема

Cимулятор демонстрирует центральную предельную теорему, один из основных принципов современной статистической теории. Неформально говоря, классическая центральная предельная теорема утверждает, что независимо от основного "родительского" распределения случайной величины, среднее (или сумма), полученное путем повторной выборки из "родительского" распределения, будет нормально распределено.

Можете лично убедиться в этом, используя различные "родительские" распределения и настройки симулятора

PS. В качестве "Right skewed" и "Left skewed" выступают лог-нормальное и бета распределения, соответственно



Значения mean и std (с поправкой Бесселя), указанне на рисунке, рассчитаны на основе выборки 10**5

Значения mean и std (с поправкой Бесселя), указанне на рисунке, рассчитаны для полученных Number of samples выборочных средних

*Рассчет может содержать неточности, т.к. вместо дисперсии ГС на самом деле берется дисперсия выборки в 10**5 элементов, представленная вверху. Кроме того, возможно несовпадение имитированной (на изображении) и рассчитанной (формула) дисперсий, обоснованое наличием доверительного интервала для самой дисперсии