中心極限定理と二項分布

ショートカット: 違い、類似点、ジャカード類似性係数、参考文献。

中心極限定理と二項分布の違い

中心極限定理 vs. 二項分布

中心極限定理（ちゅうしんきょくげんていり、central limit theorem）は、確率論・統計学における極限定理の一つ。 大数の法則によると、ある母集団から無作為抽出された標本平均はサンプルのサイズを大きくすると真の平均に近づく。これに対し中心極限定理は標本平均と真の平均との誤差を論ずるものである。多くの場合、母集団の分布がどんな分布であっても、その誤差はサンプルのサイズを大きくしたとき近似的に正規分布に従う。 なお、標本の分布に分散が存在しないときには、極限が正規分布と異なる場合もある。 統計学における基本定理であり、例えば世論調査における必要サンプルのサイズの算出等に用いられる。. 数学において、二項分布（にこうぶんぷ、binomial distribution）は、結果が成功か失敗のいずれかである 回の独立な試行を行ったときの成功数で表される離散確率分布である。各試行における成功確率 は一定であり、このような試行をベルヌーイ試行と呼ぶ。二項分布に基づく統計的有意性の検定は、二項検定と呼ばれている。.

平均

平均（へいきん、mean, Mittelwert, moyenne）または平均値（へいきんち、mean value）は、観測値の総和を観測値の個数で割ったものである。 例えば A、B、C という3人の体重がそれぞれ 55 kg、60 kg、80 kg であったとすると、3人の体重の平均値は (55 kg + 60 kg + 80 kg)/3.

中心極限定理と平均 · 二項分布と平均 · 続きを見る »

分布

分布（ぶんぷ）.

中心極限定理と分布 · 二項分布と分布 · 続きを見る »

分散 (確率論)

率論および統計学において、分散（ぶんさん、variance）は、確率変数の2次の中心化モーメントのこと。これは確率変数の分布が期待値からどれだけ散らばっているかを示す非負の値である。 記述統計学においては標本が標本平均からどれだけ散らばっているかを示す指標として標本分散（ひょうほんぶんさん、sample variance）を、推測統計学においては不偏分散（ふへんぶんさん、unbiased (sample) variance）を用いる。 に近いほど散らばりは小さい。 日本工業規格では、「確率変数 からその母平均を引いた変数の二乗の期待値。 である。」と定義している。 英語の variance（バリアンス）という語はロナルド・フィッシャーが1918年に導入した。.

中心極限定理と分散 (確率論) · 二項分布と分散 (確率論) · 続きを見る »

確率変数

率変数（かくりつへんすう、random variable, aleatory variable, stochastic variable）とは、確率論ならびに統計学において、ランダムな実験により得られ得る全ての結果を指す変数である。 数学で言う変数は関数により一義的に決まるのに対し、確率変数は確率に従って定義域内の様々な値を取ることができる。.

中心極限定理と確率変数 · 二項分布と確率変数 · 続きを見る »

正規分布

率論や統計学で用いられる正規分布（せいきぶんぷ、normal distribution）またはガウス分布（Gaussian distribution）は、平均値の付近に集積するようなデータの分布を表した連続的な変数に関する確率分布である。中心極限定理により、独立な多数の因子の和として表される確率変数は正規分布に従う。このことにより正規分布は統計学や自然科学、社会科学の様々な場面で複雑な現象を簡単に表すモデルとして用いられている。たとえば実験における測定の誤差は正規分布に従って分布すると仮定され、不確かさの評価が計算されている。 また、正規分布の確率密度関数のフーリエ変換は再び正規分布の密度関数になることから、フーリエ解析および派生した様々な数学・物理の理論の体系において、正規分布は基本的な役割を果たしている。 確率変数 が1次元正規分布に従う場合、X \sim N(\mu, \sigma^) 、確率変数 が 次元正規分布に従う場合、X \sim N_n(\mu, \mathit) などと表記される。.

中心極限定理と正規分布 · 二項分布と正規分布 · 続きを見る »