i
При определённых условиях
среднее будучи отнормированным должным образом сходится по распределению к нормальному
среднее будучи отнормированным должным образом сходится по распределению к нормальному
Size: a a a
2020 November 29
А
Всем привет, такой вопрос по статистике. Центральная предельная теорема говорит о том, что любую функцию можно приблизить нормальным распределением, взяв средние значения. А какие параметры у этого нормального распределения? т.е. какое мат ожидание и дисперсия?
В курсе говориться об этом, там и формулы для расчета матожидания и дисперсии есть. Но это не ЦПТ, а скорее некое следствие из неё(На курсе почему-то это преподнесли так, будто это и есть ЦПТ)
V
У меня просто не получается сделать финальное задание по цпт. Я взял за основу экспоненциальное распределение, а вот нормальное распределение не получается построить
V
там мат ожидание нормального распределения равно мат ожиданию исходного, а дисперсия равна дисперсии / объем выборки
А
У меня просто не получается сделать финальное задание по цпт. Я взял за основу экспоненциальное распределение, а вот нормальное распределение не получается построить
График функции плотности нормального распределения не получается построить?
V
у меня получется вот такое
А
Проверьте, то как задаете norm_rv. Будьте внимательны к передаваемым параметрам
V
проверял уже, вроде всё верно
А
проверял уже, вроде всё верно
При создании объекта scipy.stats.norm нужно передавать матожидание и СКО
V
50 - объем выборки,
AS
Ну так корень надо взять
А
Что такое единица, что она обозначает?
V
первая единица - мат ожидание экспоненциального распределения, вторая - стандартное отклонение
AS
первая единица - мат ожидание экспоненциального распределения, вторая - стандартное отклонение
Все еще нужно взять корень
V
Я брал, всё равно не получается
AS
Ну тогда будем другую проблему решать, а сейчас точно корень надо брать
V
Вот с корнем