Słownik
Centralne twierdzenie graniczne
Centralne twierdzenie graniczne – to jedno z podstawowych twierdzeń statystyki matematycznej. W dużym uproszczeniu mówi ono, że jeżeli wielokrotnie losujemy z populacji niezależne próby o odpowiednio dużej liczebności, to rozkład średnich z tych prób dąży do rozkładu normalnego, nawet jeśli rozkład analizowanej cechy w populacji nie jest normalny.
Centralne twierdzenie graniczne dotyczy rozkładu statystyki z wielu hipotetycznych prób, a nie tego, że sam rozkład danych w jednej dużej próbie staje się normalny. Średnia rozkładu średnich jest równa średniej w populacji, natomiast jego odchylenie standardowe, nazywane błędem standardowym średniej, wynosi:| SE = |
|
Oznacza to, że wraz ze wzrostem liczebności próby błąd standardowy maleje, a oszacowanie średniej populacyjnej staje się bardziej precyzyjne. Im większa próba, tym mniejsza zmienność średnich między hipotetycznymi próbami i tym większa precyzja estymacji.
Centralne twierdzenie graniczne ma duże znaczenie dla wnioskowania statystycznego, ponieważ uzasadnia stosowanie przybliżeń opartych na rozkładzie normalnym w wielu testach i metodach estymacji. Nie oznacza jednak, że każda próba o liczebności np. n = 30 automatycznie spełnia warunki analiz parametrycznych. Nie istnieje jedna uniwersalna liczebność próby, od której centralne twierdzenie graniczne „zaczyna działać”. Wymagana liczebność zależy m.in. od asymetrii rozkładu, obecności wartości odstających i rodzaju analizowanej statystyki. Dlatego reguły typu
n ≥ 30 należy traktować jedynie orientacyjnie, a nie jako sztywną granicę.
Więcej szczegółów można obejrzeć na naszym tutorialu video ➡️ Centralne Twierdzenie Graniczne i Błąd Standardowy
PRZYKŁAD OBRAZUJĄCY IDEĘ CENTRALNEGO TWIERDZENIA GRANICZNEGO
