Что утверждает CLT (центральная предельная теорема, интуитивно) про выборочное среднее при достаточно большом n?

AРаспределение (выборочное распределение среднего) становится близким к нормальному при достаточно большом n
BСами исходные значения метрики становятся нормально распределёнными, как только размер выборки превышает 30
C становится равномерно распределённым на отрезке между минимумом и максимумом исходных значений выборки при росте n
DДостаточно n = 5, чтобы распределение совпало с нормальным независимо от формы исходного распределения данных
Правильный ответ. По CLT нормальность относится к выборочному распределению среднего, а не к самим данным.

Разбор

Центральная предельная теорема говорит о выборочном распределении среднего, а не о форме самих данных. Если усреднять много независимых наблюдений с конечной дисперсией, распределение стремится к нормальному при n → ∞. Исходные значения остаются такими, какими были — экспоненциальными, мультимодальными, тяжёлохвостыми. Никакого универсального порога вроде n = 30 или n = 5 не существует: для слабо асимметричных распределений уже 20-30 наблюдений работают хорошо, для сильно скошенных может потребоваться сотня и больше. Равномерным не становится.

Проверь себя · 1/3разбор после ответа
Пусть Xслучайная величина с дисперсией σ^2, а — среднее n независимых наблюдений X1..Xn. Чему равна Var(x̄)?
Тренировать статистику в Telegram

Ещё вопросы по теме «Случайные величины и выборочные распределения»