Что такое Центральная Предельная Теорема (ЦПТ)?

Центральная предельная теорема (ЦПТ) — это фундаментальное утверждение в статистике, которое гласит, что распределение выборочных средних из любой генеральной совокупности стремится к нормальному распределению при достаточно большом объеме выборки, независимо от исходного распределения самой совокупности. Это позволяет использовать нормальное распределение для построения доверительных интервалов и проверки гипотез.

Центральная предельная теорема (ЦПТ) — это ключевое утверждение в статистике. Она гласит, что если из любой генеральной совокупности многократно извлекать выборки размера n и вычислять среднее значение для каждой, то распределение этих средних значений будет приближаться к нормальному распределению. Это верно даже при ненормальном исходном распределении самой совокупности, при условии, что размер выборки n достаточно велик (обычно n ≥ 30).

Согласно ЦПТ, среднее значение этого распределения выборочных средних будет практически совпадать со средним значением генеральной совокупности (μ). При этом стандартное отклонение распределения выборочных средних, также известное как стандартная ошибка среднего (σ_x̅), будет меньше стандартного отклонения генеральной совокупности (σ). Конкретно, оно будет в корень из n раз меньше (σ_x̅ = σ/√n).

Практическое значение ЦПТ огромно. Она позволяет применять статистические методы, основанные на нормальном распределении, для анализа данных из генеральных совокупностей с любым распределением. Это делает ее краеугольным камнем для проверки статистических гипотез и построения доверительных интервалов, поскольку дает возможность делать выводы о параметрах всей совокупности, используя только информацию из выборки.