欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

R语言验证中心极限定理/R语言如何验证中心极限定理/中心极限定理

程序员文章站 2022-07-10 23:48:00
...

首先我们要知道什么是中心极限定理:中心极限定理分为多种,其中最简单的就是独立同分布的中心极限定理。

用公式表示就是验证:

           R语言验证中心极限定理/R语言如何验证中心极限定理/中心极限定理           服从标准正太分布。

代码验证分为两步

第一步:产生数据

第二部:验证数据服从正太分布

具体如下:

#Date:Fri Nov 01 17:40:08 2019 

#Name:XuKun

#------------------------------


# 产生数据--------------------------
sample=c() # 存放数据
k=10000 # 实验10000次,每次10000个样本
for(i in 1:10000){
  # 从参数为0.5的0-1分布总体中抽取10000个样本
  data2=rbinom(k,1,0.5) 
  # 参数为0.5的0-1分布,均值为0.5,方差为0.25
  sample[i]=(sum(data2)-k*0.5)/(sqrt(k*0.25)) 
}


# 验证分布------------------------------
hist(sample) # 从图中可以大致判断sample服从标准正太分布
s=seq(min(sample),max(sample),0.5) # 划分长度为0.2的区间
A=table(cut(sample,br=s));length(A) # 统计
plot(A/sum(A)) # 概率直方图
mean(sample);sd(sample) # 看一下总体的均值与方差

# # 用Pearson卡方检验,验证sample是否为标准正太分布
q=pnorm(s,0,1);
n=length(q)
p=numeric(n-1)
p[1]=q[2]
p[n-1]=1-q[n-1]
for(i in 2:(n-2)){
  p[i]=q[i+1]-q[i]
}
chisq.test(A,p) # 以可看到p值很大,所以不能拒绝原假设,即样本服从标准正太分布


    

如果有什么不懂的,欢迎给我发送邮件[email protected]