Какое утверждение корректно различает LLN (закон больших чисел) и CLT (центральная предельная теорема)?

ALLN: данные становятся нормально распределёнными; CLT: выборочное среднее сходится к матожиданию для любой выборки
BLLN и CLT: одно и то же утверждение, описанное разными словами и формулами в учебниках статистики
CCLT: применим только при известном совместном распределении; LLN: применим при неизвестном или несимметричном
DLLN: выборочное среднее приближается к матожиданию; CLT: распределение выборочного среднего близко к нормальному
Правильный ответ. LLN отвечает за сходимость выборочного среднего к матожиданию, а CLT — за форму распределения выборочного среднего и нормальное приближение.

Разбор

По LLN выборочное среднее на большой выборке обычно близко к математическому ожиданию, но это ничего не говорит о форме распределения ошибки. CLT добавляет, что после стандартизации ошибка выборочного среднего ведёт себя примерно как нормальное распределение. Поэтому LLN объясняет стабильность среднего, а CLT — почему так часто применяют нормальное приближение для построения доверительных интервалов и проверки гипотез.

Проверь себя · 1/3разбор после ответа
В таблице совместного распределения по платформе и факту покупки какая величина соответствует доле пользователей, которые одновременно platform=ios и совершили покупку?
Тренировать статистику в Telegram

Ещё вопросы по теме «Совместные распределения и ЦПТ»