中心極限定理計算ツール

中心極限定理は、統計的推論に正規分布が広く現れる理由を説明します。有限の平均と分散を持つ母集団から独立な観測値を抽出すると、標本サイズが大きくなるにつれて標本平均の分布は近似的に正規分布になります。元の母集団が歪んでいたり、正規分布でなかったりしても起こります。標本分布の中心は母平均で、その標準偏差を標準誤差と呼びます。 母平均μ、母標準偏差σ、標本サイズnに対して、平均の標準誤差はσ/√nです。したがって標本サイズを増やすと、標本平均はμの周辺により密集します。標本平均が下限と上限の間にある確率を求めるには、z = (x̄ - μ)/(σ/√n)で各境界をzスコアに変換します。求める確率は、その二つのzスコアに挟まれた標準正規曲線下の面積です。 母集団の平均が100、標準偏差が15とします。36個の観測値からなる標本では、標準誤差は15/6 = 2.5です。境界95と105はzスコア-2と2に対応します。標準正規分布では、この二点の間に約95.45パーセントの面積があるため、モデルの下で繰り返し抽出した標本平均の約95.45パーセントがこの区間に入ります。 この定理は漸近的なもので、標本サイズが30なら常に自動的に正規分布になるという普遍的な規則ではありません。近似が改善する速さは母集団の形状に依存します。正規分布に近い母集団なら小さな標本で足りる場合がある一方、強く歪んだ分布や裾の重い分布には多くのデータが必要です。観測間の依存、無限の分散、強い選択バイアス、代表性のない抽出過程は、単純な計算を無効にすることがあります。ただし、母集団そのものが正規分布なら、標本平均は任意の正の標本サイズで厳密に正規分布となります。 この計算機は母標準偏差が既知と仮定します。実際の推論では標本データから推定することが多く、特に小標本では信頼区間や検定にt分布を使う場合があります。表示確率は、指定された母集団モデルで無作為抽出を繰り返した場合の標本について述べるもので、固定された未知のパラメータが入力区間内にある確率ではありません。標本分布の演習、品質管理計画、調査推定、確率の確認に利用し、観測値を得た設計が仮定に合うことを確認してください。