Statistical Learning
큰 수의 법칙 (Law of Large Numbers (LoLN)), 중심극한의 정리 (Central Limit Theorem)
Dan-k
2020. 11. 17. 18:45
반응형
큰 수의 법칙 vs 중심극한의 정리
> 표본의 크기를 크게 하냐?! --> 큰 수의 법칙
> 표본의 갯수를 많이 뽑냐?! --> 중심 극한의 정리
큰 수의 법칙 (Law of Large Numbers)
- 표본집단들의 평균과 분산에 대한 법칙
- 어떤 모집단에서 표본집단들을 추출할 때, 각 표본집단의 크기가 커지면 그 표본집단들의 평균은 모집단의 평균과 같아지고, 표본집단들의 분산은 0에 가까워 진다.
>> 한번 측정해서 평균을 구한 결과보다 여러번 시행해서 낸 평균값이 더 정확하다.
중심극한의 정리(Central limit theorem)
- 표본집단들의 평균이 갖는 분포에 대한 법칙
- 그 어떠한 모양의 임의의 분포에서 추출한 표본집단들의 평균(표본평균)의 분포는 정규분포를 이룬다.
(심지어 모집단이 정규분포를 따르지 않더라도. 단 각각의 표본의 크기가 적당히 커야한다. 30이상)
- 표본이 충분이 크다면(n>30), 표본들의 평균은 정규분포를 따른다.
- 중심극한의 정리가 중요한 이유
> 모집단의 분포에 상관없이, 모집단으로 부터 크기가 큰 표본들을 추출했을때, 그것이 정규분포를 따르기 때문에 통계적인 판단을 할 수 있음
http://blog.daum.net/gongdjn/114
http://dermabae.tistory.com/146
728x90
반응형
LIST