第5章 小结

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【第五章小结】大数定律描述平均值的稳定,中心极限定理描述标准化波动的极限分布。独立同分布、有限均值时,样本均值依概率收敛于总体均值;若另有有限正方差,标准化的和依分布收敛到标准正态。两种收敛不能混同,更不能说有限样本中偏差绝不出现。

【频率与概率】伯努利大数定律给出。频率估计的有效性依赖同概率、独立重复等模型条件;大样本不能自动消除偏样、条件变化和系统误差。有限方差下,切比雪夫可提供明确但通常保守的误差概率界。

【正态近似的标准化】独立同分布变量之和均值、方差,样本均值方差。标准化分母取标准差。李雅普诺夫定理允许不同分布,但要求适当的高阶矩控制;二项分布的棣莫弗—拉普拉斯定理是同分布中心极限定理的一个特例。

【端点与精度】整数计数概率要先把“多于”“至少”“小于”“不多于”转换为正确的整数事件,再考虑半单位连续性修正。连续变量不机械加减0.5。修正后的正态概率仍然是近似,不能冒充精确二项和。样本量不大或尾概率重要时,有精确分布就应计算精确值。

【计算流程】明确总体模型与独立性,识别单项均值和方差,确定总量或平均量,写出正确边界,最后选取精确分布、正态近似或分布无关的概率界,并明确区分“近似达到”与“严格保证”。